开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散

仁攀类正在慢慢接近世界的本质——物质只是承载信息模式的载体。人脑之外的器官都只是保障这一任务的给养舰队。

当读完 Jeff Hawkins 的《论智能》，「就是它了！」。而我惊奇地发明，原书竟是 2004 年出版的！我怕本身读了本假书，或是某个美公平易近科的著作，特意到豆瓣、知乎上查了下，发明几乎每个看过这本书的人都对其理论啧啧称赞。但奇怪的是，似乎没人肯替它站台，这套理论的影响止步于此，似乎大年夜家都在克意掩盖本身看过这本秘笈。它明明已经完全说清楚明了人脑智能的运作机制了啊！留意是 Real Intelligence ，而不仅仅是 Artificial Intelligence ！！！

三个洞见

比起绝大年夜多半脑科学论文，作者的洞见简单得多，也深刻得多：

1. 长久以来，因为我们没有才能大年夜内部去不雅察思维，所以人们老是把「智能」等同为「表示出智能的行动」。但当我们看书时，在外人看来并没有任何变更，而我们本身知道，这时代产生了无数的联想、顿悟、回想。所以，「懂得」是无法经由过程外部行动来测量的，它是一个内涵度量的指标。
2. 大年夜草履虫到仁攀类，大年夜天然会为每一种生物分别设计一套智能机制，照样沿用一套机制，亦或是大年夜某一代开端出现某种全新的智能机制，并沿用至今（那么，最先产生这套智能机制的又是什愦物种呢？）？我们所说的智能，是仁攀类所独有，照样生物的广泛特点（只是多寡之别）？而作者信赖，智能弗成能是上帝专为仁攀类而设计的，它必定来自负年夜天然的某种惯用手段。
3. 大年夜脑皮层，不管是构造上照样功能上，都有着雷同的构造／机收成严格来说，这不算作者的洞见，而是早在 1978 年由 Vernon Mountcastle 发明的）。

由这三个洞见出发，天然而然地导向了以下疑问：

1. 如不雅智能不是由行动定义的，那该若何定义它？
2. 向前看，智能是若何演变而来的？
3. 向内看，大年夜脑皮层的构造是若何捕获这个世界的构造的？

简单地说，作者的结论是：

1. 智能并没有人们想象的那么玄乎，它不过是一种「猜测将来的才能」罢了。
2. 这些猜测的本质，不过是「生物的应激性」在「生物自均衡机制」&「情况压力」下产生的副产品。
3. 智能的核心是某种「稳定不变的器械」。而这得益于大年夜脑皮层同质的层级构造。

下面，我们就来看看作者是怎么大年夜那三个简单的洞见一步步推想出智能的本质的。

生命的秋千

小到人体，大年夜到经济体系，复杂体系内都有着一种消减冲击、使体系回归稳态的类似机制。血糖浓度低了，胰高血糖素渗出会增长，拉高血糖；而血糖高了，胰岛素渗出会增长，拉低血糖。经由过程调节这对激素，体系竭力绕揭捉?糖保持在某一范围内。这种自稳态机制涌如今生命的各个角落，保持着生命的自我均衡。

这就像一只「看不见的手」，老是想推开挤压，同时把「逃兵」抓回来。这只「看不见的手」在我们大年夜脑中编织了无数「精确的地位」（用脑科学家的黑话说就是「恒定表征」）。一旦偏离，我们就开端警醒起来，并调动多个舷?结合应对。举个书中的例子，一个球飞过来，我们并不是去计算它的弹道、落点，而是批示肢体响应调剂，直到抓住来球。这套调剂算法就是「猜测」。大年夜这个事例看，人们在接球这件事上表示出的智能，和草履虫向着食物划动所展示的应激性，又有什么本质的分别呢？

为什么说「猜测」是智能的基本？

平常，人们懂得的「猜测」步子迈得太大年夜了，就比如大年夜一发球就要精准地算出其落点，而人脑的「猜测」更像是「应激」，球动我动，一点点微调。现代社会成长得太快，让我们看不清概念的汗青面孔，因而更轻易被表象的迷雾困惑。当我们走回汗青的起点，迷雾天然散去。智能，于我们最大年夜的益处是什么？并非创造什么，而是生计下去。仁攀类无时无刻不在「生计」照样「成长」之间纠结。但很少有人看到：成长，不过是为了应对未知的生计挑衅。

我们应当怎么去定义智能呢？也许演变的汗青能告诉我们更多。智能，是赞助仁攀类生计下去的一种才能：是让我们可以在溪流中叉到游动的鱼儿的才能，是让我们可以只靠一幅模糊的图像就断定出是同伙照样猛兽……我们应当去研究那些「若何保持均衡」之类的问题，而不是什么弹道求解问题，那不是大年夜天然的进化目标，天然也得不到什么大年夜脑的机制。

所有生计问题都可以归结为一个元问题：若何辨认出这个问题中的那些个恒定不变的器械。比如：溪流中的鱼、回家的偏向……如不雅说智能中还存在其余成分，比如：想象、创造对象、解决问题，都可以规约到某种抽象手段上。归根结底，仁攀类解决一切问题的办法只有一个——应用抽象，在更高维度上调和抵触。

一切绕不开「恒定表征」（invariant representations）。

就如同人们在承认了「负数」章一ㄅ念之后，终于能将「加法」&「减法」这两种表象上完全不合（一个增长，一个削减）的运算，同一为「整数域上的加法」。大年夜更高的维度调和抵触，这恰是大年夜脑皮层的构造方法，也是其工作道理。赓续在现象中找到合营点，提掏出来，取个名字；这些名字又成为了上一层抽象的基石（或者叫「词汇」）。如许一层一层，直至获得那个智能的圣杯——恒定表征。

举个例子，我们是若何辨认边沿的呢？

我们先来考察一小块 3×3 的视网膜，分别标记为 #1～#9 （如下图所示）。当一条竖线出现时（#1, #4, #7 均被激活），电旌旗灯号传递到第二层。第二层的每一个神经元，分别响应视网膜上一组细胞被激活的情况。比如：第二层最左边的那片神经元，响应的是单个视网膜细胞被激活的情况。再比如：第二层左二那片神经元，响应的是随便率性两个视网膜细胞被激活的情况。以词攀类推……

　　推荐阅读

　　物联网并不是什么新事物，但为什么很重要？

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散 物联网(IoT)是当下所有与电子行业相干的评论员都在评>>>详细阅读

本文标题：为什么大家都不戳破深度学习的本质？！

地址：http://www.17bianji.com/lsqh/39820.html

 1/2    1