探索计算机与大脑：RNI的创作历程

■序言■这本书的创作激情源自于我所钟情的两样东西——计算机和大脑。大部分重大的科学论题所涉及的事件往往是极端微小、极端庞大，或者涉及亿万年前极为遥远的事件。尽管一批又一批的计算机程序师曾经尝试让计算机拥有智能，却一次次以失败而收场。我相信他们会屡战屡败，除非这些程序师不再忽视计算机与大脑之间的差别。目前线索不少，但真正需要的是一些关键性的见解。从很多方面来说，RNI就像一家初创公司。

理论教育 2023-06-27

人脑解析：大脑与人工智能的不同

第三章人脑The Human Brain为什么大脑与人工智能及神经网络的程序如此不同？大脑包括多个部分，其中绝大部分对人类来说至关重要。如果完全展开，人类的大脑皮层大约相当于一张大餐巾的大小。曾经在《科学美国人》发表文章的弗朗西斯·克瑞克在许多年后又写了一本关于大脑的书——《惊人的假设》。克瑞克称之为假说，他是正确的。事实上，思想是由大脑细胞创造出来，这并不是假说。

理论教育 2023-06-27

智能理论新架构：优化思维方式

第五章智能理论新架构A New Framework of Intelligence1986年4月的一天，我正在思考“理解”的真正意义。它是用一种平行的方式连续不断地对我们所在环境的构架进行预测。这种下意识的预测无时无处不在，我们一时无法立刻意识到它，可能这正是其重要性长久以来被我们忽视的原因。人工智能的解决方法是不合情理的。正确的预测形成了理解——大门与平时无异。所有低级预测都是在各个感觉区连续不断地并行发生的。

理论教育 2023-06-27

探寻人工智能研究的早期历程

第一章人工智能Artificial Intelligence当我1979年6月从康奈尔大学毕业时，我对自己的生活没有任何长远的打算。本人有信心承担该工作。于是我考虑申请麻省理工学院的研究生院，因为该学院以人工智能研究著称，而这将对我的研究提供很大的便利。这最后一项——弄清大脑工作的原理——在麻省理工学院人工智能实验室的科学家们看来是个问题。麻省理工学院是人工智能的航母，在我申请的同时，已有大批精英汇聚于此，意欲通过程序设计使电脑具有智能。

理论教育 2023-06-27

大脑皮层工作原理：全面解析

第六章大脑皮层工作原理How the Cortex Works要弄清楚大脑是如何工作的，就好像是在玩一个巨大的拼板游戏。对大脑的深入理解利用“自下而上”的方法是行不通的。为了进行预测，大脑皮层必须能够记住并且存储关于事件序列的知识。要预测新的事件，大脑皮层必须形成恒定表征。在本章随后的几个部分里，我们将一步步深入地探讨大脑皮层的记忆-预测模型是如何工作的。

理论教育 2023-06-27

未来智能机器的发展趋势与挑战

第八章智能之未来The Future of intelligence我们要预言一项新技术的最终用途是困难的。但只要我们能将这样的教训牢记在心，设想一下未来智能机器的样子还是有所裨益的。大家熟悉的智能机器这个概念是从电影和小说上得来的。智能机器将拥有与人类大脑皮层功能一样的器官和一组感官系统，其他倒是可选的。在研究真正意义上的智能机器这个问题上，我们不能向虚构的“机器人”寻求灵感。

理论教育 2023-06-27

拓展意识：神经元与语言的创造力或者

第七章意识和创造力Consciousness and Creativity由于预测与大量的人类活动有联系，所以每当我就我的大脑理论做报告时，听众总能很快就领会到它的重要性。神经元可能是进化而来的一种交流信息的方式，不过这种方式比植物的维管系统更快捷。神经元可以根据最近发生的状况而决定是否发出信号。人类与其他哺乳动物相比第二个不同点就是人类具有语言能力。

理论教育 2023-06-27

探寻大脑真谛：神经网络的研究与应用

第二章神经网络Neural Networks1986年1月，我开始了在加州大学伯克利分校的学习。人们在极力寻找人工智能的替代品，最终在神经网络领域得偿所愿。大脑是由神经元组成的，因此大脑就是一个神经网络，这是一个不争的事实。绝大多数神经网络都包含少量相互连接的神经元，它们排成三列。这些神经元之间的连接强度不同，也就是说，一个神经元上的活动可能会促进第二个神经元的活动或者削弱第三个神经元的活动，具体情况视其连接强度而定。

理论教育 2023-06-27

记忆系统：训练与储存的异于计算机的机制

第一章中提到，人工智能的研究者们坚持认为他们的研究之所以举步维艰，唯一的原因就是，和大脑相比，计算机太小、速度太慢。整个大脑皮层就是一个记忆系统，根本不是计算机。接住球的记忆不是像程序一样编入大脑的，而是通过多年不断训练后学习并储存起来的，也不是在神经元里计算出来的。

理论教育 2023-06-27