雅书

更多讲的是类人脑智能。

ChatGPT出现后，一切都变了。

很厉害的一本书。堪比《自私的基因》。提供了一种思想模型。

论模型的重要性

超出预期

仿人脑的思路还比较概念化。

咋说呢，都是很概念性的，也查了查作者的论文，不知道红木研究所有没有去验证这些概念还是直接复制这些概念到AI的研发上，但是看看国外20年前就有的idea还是挺有趣的

［新皮质沙文主义］ 人类进化过程中新皮质不断变大，由此开发出人类独属的智能，通过记忆和预测世界模式的能力，包括语言能力、数学能力和创造力。与此同时，运动皮质与身体内的肌肉建立了更多的联系，人类也应此能够进行复杂的动作。 从理解人类的智能推导人工智能的未来，我们不必非要让智能机器看起来像人类，也不必让它的行为或感觉像人类。让它变得智能的是它可以通过分层记忆模型理解它的世界并与之互动，并且可以用类似于你我看待世界的方式去思考它的世界。然而，这种从上（思考和理解）而下（行为和执行）的发展路径与当下人工智能领域的从下向上的核心信条--即［大脑只是另一种形式的计算机，怎样设计一个人工智能系统并不重要，只要它能产生类似于人类的行为即可］，所不同。 用生物学为基础研究人工智能也许也会碰撞出新的火花

越是简洁的模型，往往越反映真相。与作者有很多共鸣。

看完这本书，达到真正的智能也许还有一段很长的距离😜对大多数人类而言，什么又是真正的现实呢？当下所见、所感即是现实，哪怕视觉/情感输入来自一串编写的代码，人类的思想会自动现实化它们。智能大大提高分析效率和准确率，可以快速准确形成某种趋势，人类可以基于这种高效的趋势做出决策，这一点非常棒✨

何为智能？是记忆并预测，这是新皮质的工作，而不是旧脑，旧脑负责生存，欲望等等。我们通过模式识别来学习世界，据有层次和分级的模式。自联想导致我们的大脑会自动填充我们没有得到的信息，所以你看到的永远是你想看到的。在chagpt大火的2023年，计算机已经初具智能，但智能机器人仍然遥不可及，因为物理世界的迭代远远慢于数字世界。电机、电池这些都和机械制造相关的专业进步速度远远落后于大模型、云计算、大数据等数字世界的产物。

这本书提出了问题，作者的下一本书针对问题提出了一个可能的理论。所以，可以不看这一本，直接看下一本书。

比起在人工智能发展方面的启发 我觉得本书在如何学习方面对我的帮助更一些很有意思的研究和展望，启发很大

Mountcastle那本书怎么Z-library里也找不到

不如千脑智能好，推荐看那本。但也还不错，里面有些不同的内容，比如人是如何变成专家的，还有一些丘脑的作用等等。

挺喜欢关于大脑原理的部分的，其实关于感知-预测还是感觉太粗糙了，根据丹尼尔卡尼曼的分类，系统一的快系统和系统二的慢系统，在人脑中到底如何工作也是个未解释的问题；预测，是如何基于模型运作？理解到底担当什么角色？为何反向回馈链路要如此强大？也许这些问题能带来智能的新天地…

这是一本挺老的书了，没记错的话国内已经有2个译本（谁的质量更好不大清楚）。作为一本偏猜想的书，提出了很多有趣的insights（尽管作者本人提出的模型其实不大work）。这些insights有不少被后来的工作吸收（当然，这些想法也不见得别人没想过），其中最著名的我觉得是预测模型，随着llm的崛起更说明了世界模型的威力和可实现。 此书放到23年这个时间点，价值已经被大幅压缩了，因为：1、作为一本偏猜想的书，不管是可读性还是权威性不如专门的神经科学、脑科学或者人工智能读物 2、很多观点已被更新的工作吸收

制造人类与制造智能机器是两回事。智能机器不需要有性冲动、饥饿感、脉搏、肌肉、情绪或类似人的身体。 你的新皮质并未真正或直接感知这个世界。 新皮质唯一知道的是进入输入轴突的模式流。你对世界的感知是由这些模式创造的，包括你的自我意识。 从光线进入你的眼睛，到你按下按钮，涉及的神经元链条中只有不到100个神经元。试图解决同样问题的数字计算机将需要数十亿步。 然而，新皮质记忆有4个特性与计算机记忆有着本质不同。 ·新皮质自动存储模式序列。 ·新皮质可以自动联想到模式。 ·新皮质以固定的形式存储模式。 ·新皮质以层次结构的方式存储模式。

作者提出了大脑的记忆—预测系统，通过在意识最高层级建立对这个世界的统一模型，并根据模型来时时做出预测，并与现实世界进行比较，当现实世界与预测模型相符时，我们通常觉察不到，而当现实情况与预测模型不符合时，我们能够快速识别出来。 大脑不仅具有“从下往上”的路径，也具有“从上往下”的预测系统，正是依托于这种记忆—预测系统，人类才能够发展出各种智能活动。

脑科学的研究一定可以给计算机发展带来启发