Jeff Hawkins：要想建立人工智能，必先解释人类智能

来源：NYTimes

编译：Bot

编者按：Jeff Hawkins是美国著名发明家、计算机科学家和神经科学家，美国工程院院士。2004年，他出版了一本科普著作《On Intelligence》，把人工智能这个陌生概念播撒到无数人的心里。和现有机器学习、深度学习等研究不同，他的研究方向是破解人类大脑的工作机制，然后把它用于计算机。就像许多教授在大会上所诟病的，他也曾批评过现有“AI研究”不过是搜集数据。14日，《纽约日报》撰写了一篇专栏，向我们揭示了这位高深莫测的大师的近况，以及他的神经科学研究。

Jeff Hawkins

在构建人工智能的全球竞赛中，这是个被错过的机遇。

Jeff Hawkins，一个用了十年时间潜心研究人类大脑奥秘的硅谷老兵，原本已经同意与世界领先的AI实验室——DeepMind安排会面了。

DeepMind是Google母公司Alphabet旗下的一家子公司，它的科学家们正致力于制造出一台机器，让它能完成大脑所能做的所有任务。而Jeff Hawkins早在十几年前就创办了一家小公司Numenta，它的目标是弄清楚大脑是如何工作的，然后对其进行逆向工程。

但这场本该在4月进行的会面还是夭折了。DeepMind聘请了上百名优秀AI研究员，拥有一支经验丰富的神经科学家团队，但在访问前夕，Jeff Hawkins和DeepMind的创始人之一Demis Hassabis进行了一次对话，让后者发现整个伦敦实验室几乎没有人能理解Hawkins的工作。

正如Hawkins所说的，在世界能够构建人工智能之前，它必须先解释人类智能，这样我们才能创造出真正能像大脑一样工作的机器。“你不必模仿整个大脑，”他说，“但你必须了解大脑如何运作，并模仿其中的重要部分。”

这也是他的公司Numenta的工作目标。现年61岁的Hawkins以工程师的身份开始了自己的职业生涯，他创办了两家传统移动计算机公司Palm和Handspring，并在此过程中自学了神经科学。

现在，在Numenta工作了十多年之后，他认为自己和一些一起工作的研究人员正在努力解决这个问题。在周一于荷兰举办的一场会议上，他将公布团队的最新研究：大脑功能的基本组成部分——皮质柱的内部运作机理。

对于这项研究，机器学习社区的研究人员们会是什么反应呢？是肯定Hawkins研究的价值，还是认为他不正统、太自信？目前这还是个未知数。

Jeff Hawkins将在荷兰的会议上展示团队最新成果

Hawkins一直沉浸在自己对大脑工作机制的包罗万象的想法中。这和一般神经科学家不一样，他们的目标往往是研究果蝇大脑，或是人类视觉的某一细节，这也是Hawkins比他们更进一步的地方。

他的理论始于皮质柱。所谓皮质柱，指的是大脑皮质的基本功能单位，又称功能柱。它是新皮质的重要组合部分，新皮质是哺乳动物大脑皮质的大部分，与视觉、听觉人类语言、理性等高等功能有密切关系。但是，目前神经科学家对新皮质的工作原理尚且存疑。

Hawkins认为皮质柱在处理每个任务时使用的都是相同的方法，相当于计算机执行不同任务时往复循环地使用单一算法。对于花费数十年建立新型计算设备的人来说，这个想法非常合乎逻辑。

因此他要做的就是找出这种“算法”。

虽然有人持怀疑态度，但不少神经科学家还是很喜欢这个想法的，有人甚至也在做类似的研究。他们都对Hawkins的广泛思考持赞许态度，毕竟在学术界，做一个特立独行的人真的很不容易。而在Hawkins看来，当你为自己的科研工作投资资金时，整件事会更容易一些。

尽管如此，有些人还是对他自筹资金的行为生出了另一种担忧，排开对学术互动严谨性的影响，这种做法会不会是一种不切实际的冒险呢？事实上，Numenta多年来一直在研究大脑一小部分，他们有一个合理的理由：把大脑的所有工作机制拼接在一起是一项艰巨而难以理解的任务。

“很明显，我们需要更好地了解什么是智能。”MIT的神经科学家Tomaso Poggio在采访了Hawkins和Hassabis后如是说，“而Hawkins正在努力揭示这一点。”

如果Hawkins的工作成功了，那他带给AI社区的启发和影响将远超AI现在取得的成就。今年来，Google、苹果和亚马逊等公司已经在自动驾驶汽车、智能助理、即时翻译软件等领域获得了不少突破。

它们都依赖于“神经网络”，这是一种以大脑中的神经元网络为模型的数学系统。由于科学家们不理解大脑的工作原理，他们无法重建大脑，也无法复制大脑的重要功能。

Jeff Hawkins的科研团队

按照Allen脑科学研究所的首席科学家兼总裁Christof Koch的说法：“到目前为止，大脑是已知宇宙中最复杂的高度兴奋物质。我们甚至不了解蠕虫的大脑。”

来自破解大脑的召唤

1979年，凭借对DNA的研究获得诺贝尔奖的Francis Crick在Scientific American上发表了一篇文章，他呼吁建立一个包罗万象的大脑理论，以解释人脑这个“深刻而又神秘”的器官。

就在当年，Hawkins在康奈尔大学获得电气工程学位，开始步入职业生涯，他先后供职于计算机芯片巨头英特尔和一家早期笔记本电脑公司Grid Systems。但在读了杂志上的那篇文章后，他意识到只有研究大脑才是自己的毕生追求。

那时他还在英特尔，他向上级申请建立一个神经科学实验室，但这个提议很快就被拒绝了。于是Hawkins转而在加州大学伯克利分校求学，不幸的是，他的博士研究计划也被毙了。在那个年代，Hawkins的种种经历都足以说明他是个异类。

时间来到1992年，他创办了自己的公司Palm Computing。在iPhone出现的15年前，这家公司已经为大众制造了一台手持电脑。但Hawkins显然没有忘记自己的理想，当他聘请Donna Dubinsky作为公司的CEO时，他曾警告道：只要有可能，我就会放弃与Palm合作，重返神经科学领域。每每忆及此事，Dubinsky就不由感慨：“这件事一直在那里，一直在后台酝酿着。”

1996年，U.S. Robotics以400万美元收购了Palm。大约两年后，Hawkins和Dubinksy一起离开了，他们创办了一家新公司Handspring。四年后，Palm重新恢复独立，并在2003年收购了Handspring 1.92亿美元的股份。

第二次把公司卖了之后，Hawkins终于建立起了自己的神经科学实验室。但它的寿命非常短，因为一个充满学术氛围的实验室不足以支撑Hawkins对他的新皮质理论的研究。于是，他联合Dubinsky和另一名人工智能研究员Dileep George一起创立了Numenta。

在刚开始的几年间，这家公司尝试过销售自制软件，但在Dileep George离开之后，它又进入了一个单一的项目。现在它主要由Hawkins本人资助——当然他不会透露自己花了多少钱——公司的唯一目的是解释新皮质的工作原理，然后对其进行逆向工程。

Jeff Hawkins：“你不必模仿整个大脑，但你必须了解大脑如何运作，并模仿其中的重要部分。

一杯澄澈的咖啡

在Numenta内部，Hawkins独占一间小办公室，办公室外是另外五名神经科学家，大多是自学成才。

Hawkins说，大约两年前，他正坐在办公室里，盯着咖啡杯。

他摸了一下杯子，用手指划过杯沿。突然，仿佛有灵感迸现，他跳了起来，快速向门外跑去。

他一头扎进刚吃完午饭的妻子的怀里——研究副总裁Subutai Ahmad，他偶然发现的最亲密的合作者——一边大声喊着：“皮质知道一切的位置！”这个举动让Ahmad一头雾水。

当Hawkins盯着杯子看时，他意识到皮质柱不仅仅是捕获感觉，它们还能确定激活那些感觉的位置。它们捕捉世界的方式是三维的，而不是二维，一切都与周围的事物有关。

直到最近，没有人理解新皮质是如何将视觉上平面图像转换为大脑中的真实物体的。 但我们弄清楚了这一点的工作原理。我们推断出新皮层的所有输入都与表示“位置”的信号配对。当你看到杯子的图像时，图像的每个部分、每个线段都会被分配一个相对于三维杯子的位置。它类似于在计算机中创建对象的CAD模型。我们的理论解释了为什么你能在看到二维杯子线条时能感知到三维的杯子，以及为什么你可以想象它旋转的样子、触摸的感觉。它还解释了为什么即使你移动视点，把视点固定在图像上的不同位置，你对杯子的感知也是稳定的。只要将输入特征指定到相对于杯子的正确位置，图像相对于视网膜出现的位置就无关紧要了。——Jeff Hawkins《强人工智能的秘密》

Hawkins坚信，如果皮质柱以这种方式处理视觉和触觉，那么它们也会以类似的方式处理听觉、语言甚至数学。从那以后，他一直在努力证明这一点。

他说：当大脑构建一个世界模型时，一切都有相对于其他一切的位置。这就是它理解一切的方式。”

他和AI社区研究人员之间的关系一直很紧张，但其中的症结并不是学界觉得Hawkins错了，而是他们根本不理解他从事的研究——如此与众不同，如此雄心勃勃。

“为了推动科学进步，Hawkins一直在努力的事情不能陷入困境。他可以从其他神经科学家的广泛实验中借鉴并受益。”加利福尼亚研究实验室Janelia Research Campus的高级主管Nelson Spruston表示，“连续循环的测试和修改生物学启发的神经计算模型是开发富有洞察力的大脑理论的关键。”

从另一方面看，Nelson Spruston也包含这样的潜台词：Hawkins将不得不为了更严格的审查公开自己的研究，并找到和其他研究团队的互动方式——他们可能从未以他的方式看待大脑。

原文地址：www.nytimes.com/2018/10/14/technology/jeff-hawkins-brain-research.html

《强人工智能的秘密》：medium.com/@Numenta/the-secret-to-strong-ai-61d153e26273