引言

《新机器智能》这部学术力作，以新颖的视角从新皮质脑科学基础理论出发，系统性地探讨并揭示了构建机器智能的底层逻辑与实施路径，对我这样一个身为AI研发领域的从业人员而言，无疑是一场深度激发创新思维的认知革命与视野拓宽之旅。该著述不仅宏观勾勒了作者自探索初期致力于借助脑科学研究手段驱动机器智能诞生，直至当今人工智能技术如浪潮翻涌般蓬勃演进的历史进程，而且精准且深入地剖析了当前机器智能所取得的成就与其背后存在的核心制约因素。此外，作者凭借其深邃洞察与前瞻远见，对 AI 技术在未来广阔应用场景中蕴含的无限潜能及发展趋势进行了独特而富有预见性的展望与诠释。

[1] 脑科学对于人工智能研发的意义

《新机器智能》一书以新皮层理论为切入点，深入剖析了人类智能的构建机制，并构建了一个基于自上而下的记忆-预测框架的大脑认知与智能模型。当我们以此理论视角对照人工智能的发展脉络时，无论是从早期盛行的符号主义、联结主义范式，到深度学习与强化学习的突破性崛起，再至当下炙手可热的 Transformer 架构，乃至引人瞩目的大规模预训练模型如 GPT-4 等一系列关键革新节点，均不难发现其背后所蕴含的记忆-预测认知模式的深刻烙印。这有力地证明了，在人工智能技术演进的进程中，脑科学研究的洞见对于驱动 AI 技术创新起到了启迪性的催化作用。

[2] 新皮质建立了世界模型

作者从人类大脑的层次结构出发分析人类智能的来源，认为是新皮质构建了人类认知现实世界的世界模型。

在探索人类智能的本质及源泉的过程中，众多科研工作者将研究焦点汇聚于人类大脑这一精密且复杂的生物计算系统，特别是大脑的新皮质区域，该区域已被普遍视为支撑人类高级认知能力、诠释与理解现实世界的生理基础。新皮质作为大脑最外层且高度发达的部分，其蕴含的多层次复杂神经网络架构，无疑是人类智能生成的重要生理依托。

新皮质主要由六个神经元分层结构构成，每一层都具备独特的作用机制和互连模式，共同构成了一个分布式并行处理体系。此分层组织使得信息能够在多层级抽象与整合过程中实现高效流转，从而助力我们构建对外界环境的认知图式。以视觉皮质为例，其通过对视网膜传递的基础视觉信号进行逐层分析与重组，最终形塑出我们所体验到的三维视觉世界。

同时，新皮质内的神经网络体现出显著的可塑性特征，即神经元间的连接强度可根据个体的经验积累与学习进程持续调整，这是人类获取新知、塑造技能以及适应新环境的核心动态机制。比如，在掌握诸如阅读或乐器演奏等新技能的过程中，相关的新皮质神经网络会在反复训练下逐步优化，形成更为精炼与精准的信息加工路径。

此外，新皮质的不同分区各自掌管着各异的认知功能领域，如语言理解、空间定位、情感识别等，这些相对独立却又相互关联的功能单元共同构筑了一个全面且立体的世界认知模型。如前额叶皮质在规划、决策等高阶认知过程扮演关键角色，而颞叶皮质则深度参与到记忆编码与情景记忆的提取之中，两者协同运作使我们能够依据既往经历预测未来可能情境，充分彰显了人类智能的高度前瞻性和预见力。

综上所述，新皮质凭借其独特的分层结构设计、高度可塑的神经网络特性以及跨区域协同工作的运行机制，有效构建了人类对现实世界的精细化认知模型，从而确立了人类智能产生的核心源泉。这一理论框架不仅为揭示人类智能的本质提供了深刻的生物学洞见，同时也为人工智能领域的未来发展提供了宝贵的启示与参考策略。

随着人类对新皮层等脑科学研究的深入探索及革命性 AI 技术的飞速跃进，不仅在学术领域催生了源源不断的创新理念与范式刷新，而且在实际应用层面实现了广泛而深远的渗透。例如，在计算机视觉技术的赋能下，视频监控系统的安全性与无人驾驶技术的可靠性得以显著提升；通过运用自然语言处理技术，搜索引擎的检索精确度得到优化，同时增强了聊天机器人的人机交互效能与用户体验。

[3] 记忆-预测模型

在深入探讨人类大脑如何运用记忆解决复杂问题之前，我们首先要理解新皮质这一关键区域在认知过程中的核心作用。新皮质作为大脑最外层的部分，以其高度分化的神经网络结构承担着信息处理、存储以及高级思维活动的重要任务。当面临一个问题情境时，新皮质会启动一种分布式并行处理机制，从海量的记忆库中检索相关的信息片段，这些记忆片段可能包括先前的经验、知识规则甚至是抽象概念的理解。

在新皮质的记忆检索过程中，神经元间的连接强度——突触权重起着至关重要的作用。当我们在解决问题时，特定的神经回路被激活，通过强化或减弱相关的突触连接，使得相关信息得以高效提取和整合，形成对问题情境的解读和应对策略。这种基于模式识别和联想记忆的工作方式，实质上就是一种“记忆-预测”的动态过程，即根据已知信息构建内在世界的模型，然后通过此模型对未来可能的状态进行预测，从而指导我们的决策和行为。

作者进一步强调，预测能力是人类理解世界的核心基石。无论是基础的物体运动规律的认知，还是复杂社会互动的理解，都离不开大脑持续不断地进行内部模拟和预测。记忆在这里不仅作为过去经验的仓库，更是对未来可能性的蓝图。因此，记忆-预测模型构成了人类认知与智能模型的基础架构。

对应于脑科学的新皮质记忆-预测模型，在人工智能领域，深度学习尤其是强化学习展现出了类似的机制。强化学习系统通过不断试错和环境反馈调整其策略，逐步优化其内在模型以提高对未来状态的预测准确性，这与人脑利用记忆进行预测有着异曲同工之妙。而 Transformer 模型，则是在深度学习特别是强化学习基础上的一种创新突破，它引入了类人的注意力机制，能够模仿人脑在处理信息时的聚焦与选择性忽视功能，使机器智能在理解和生成复杂数据序列方面取得了显著的进步。

综上所述，人类大脑通过新皮质的记忆-预测机制解析问题、理解世界，这一认知模型为人工智能的发展提供了深刻的启示。不论是深度学习所对应的神经网络模拟，强化学习所反映的记忆-预测动态过程，还是 Transformer 所实现的注意力机制，都在不同层面揭示了人类智能的本质特征，并推动着人工智能技术向更加智能、灵活的方向演进。

[4] 记忆-预测模型是如何工作的

在深度探索大脑认知机制的过程中，作者创新性地提出了记忆-预测模型这一全新的脑科学智能框架理论。这一理论的核心在于揭示人类大脑如何通过记忆与预测的动态交互过程，高效且精准地理解并适应纷繁复杂的外部世界。

作者深入剖析了新皮质（大脑最外层的灰质部分，被认为是高级认知功能的主要区域）如何运用记忆-预测模型实现对世界的内在表征构建。具体而言，新皮质通过持续不断地接收、处理来自外界环境的多维度信息，并将这些信息编码存储为记忆，形成一个庞大的记忆库。这个记忆库不仅包含了丰富的细节信息，而且能够捕捉到事物变化背后的深层次规律和模式。

在此基础上，新皮质启动其强大的预测功能，基于已存储的记忆对未来的事件或情境进行模拟预判。这种预测并非简单的线性推测，而是通过深度学习和联想推理，挖掘事物间的隐含关系，提炼出世界中的不变性和一致性，进而生成一种高度抽象且稳定的内在表征。

例如，在视觉感知过程中，即使物体的形状、颜色、位置发生改变，新皮质依然能迅速识别出这是同一物体，这正是得益于记忆-预测模型提炼出的关于物体本质属性的不变表征。同样，在语言理解、行为决策等更复杂的认知任务中，新皮质也依赖于这一机制，构建出个体独特的、可适应环境变化的人脑世界模型。

综上所述，记忆-预测模型这一智能框架以严谨的科学逻辑和实证依据，揭示了新皮质构造世界模型的深层机理，为我们理解和模仿人类智能提供了重要的理论基础。它不仅深化了我们对大脑工作原理的认知，也为人工智能的发展指明了一条新的研究路径。

[5] 意识与创造力

在深入探讨人类意识和创造力的本质时，我们不可避免地要涉及到脑科学这一核心领域。意识，作为主观体验和认知过程的基础，是一种复杂且神秘的现象，主要由大脑的新皮质区域所调控。新皮质是大脑最外层的结构，也是进化上最新发展的部分，它赋予了人类思考、感知、理解以及创造的能力。

新皮质的主要功能在于信息处理和模式识别，其独特的分层结构和神经元网络使得我们可以对输入的信息进行深度加工，并形成抽象思维和高级认知活动。其中，前额叶的新皮质区尤其重要，它不仅负责决策制定、规划未来，还在创新思维和问题解决过程中起到关键作用。这种多层次、分布式的信息处理机制使得新皮质具有极高的灵活性，能够适应各种复杂的环境变化和社会挑战。

而创造力，则是新皮质高度发达的功能体现，它是基于已有的知识经验，通过新颖、独特的方式进行信息重组或构建全新概念的过程。新皮质中丰富的神经元连接允许信息在不同的功能区之间自由流动，形成所谓的“联想思维”，这是产生创造性想法的重要基础。例如，当我们面对一个难题时，新皮质可以将看似不相关的知识碎片整合在一起，创造出前所未有的解决方案，这就是创造力在实际生活中的具体体现。

此外，新皮质的默认模式网络（DMN）在意识流和创造力生成中也扮演着重要角色。当我们的注意力未聚焦于特定任务时，DMN 会活跃起来，引导我们的思维漫游，进行内在的反思、想象和模拟未来等心智活动，这些都是创造力的源泉。诸多研究发现，那些在默认模式网络活动中更为活跃的人群通常表现出更强的创新能力和解决问题的技巧。

综上所述，从脑科学的角度看，新皮质的复杂结构和功能特性为人类意识的表达和创造力的发挥提供了坚实的生物学基础。正是由于新皮质的高度可塑性和广泛的信息整合能力，才使我们的思维充满活力，具备无尽的想象力和创造力，进而推动了科技、艺术乃至社会文化等诸多领域的创新发展。

生成式人工智能正是对创造力的另一种诠释，基于生成式 AI 技术的革新突破，我们已能实现音乐创作、视频内容自动生成、文学作品智能化撰写，乃至程序代码的自动化编写，这一系列应用拓展了智能技术的应用疆域，并不断挑战并重塑其创新阈值，展现了人工智能技术前所未有的创造力和广阔前景。

特别是在当前年度全球范围内掀起的 AI 技术新浪潮中，OpenAI 所揭晓的 Sora 项目堪称一个里程碑式的事件，它以无可辩驳的事实彰显出 AI 技术创新正以前所未见的加速度疾驰前行。该项目深度融入了世界模型理论的实践应用，这一理论构架与《新机器智能》中对世界模型的论述以及对未来机器智能演进路径的预判形成呼应，从而进一步验证了作者对技术趋势精准独到的预见性和超前的战略眼光。

[6] 智能的未来

最后作者对智能的未来发问：

1.我们能创造人工智能吗？

《新机器智能》一书不仅深度探讨了人工智能领域的前沿进展与突破，同时也坦诚揭示了这一领域目前所面临的深层次困境与挑战。虽然 AI 已在诸多领域中取得举世瞩目的成就，如图像识别、自然语言处理、棋类游戏等领域超越甚至远超人类水平，但不可否认的是，在更为复杂且微妙的语义理解层面，尤其是在处理涉及情感、文化背景、价值判断等多元化的信息时，当前的人工智能系统依然存在显著的认知瓶颈。

此外，AI 在模拟真实世界情境的能力方面也受限明显。它在理解和适应非结构化环境、处理不确定性和模糊性问题、进行自主推理与创新思考等方面尚显不足，这就导致其在诸如理解并预测物理世界运行规律、进行跨学科或多领域深度对话等高级应用场景中的表现力受到极大制约。

与此同时，在《新机器智能》这本书之外人们普遍关注 AI 发展所带来的伦理与道德问题。随着 AI 技术逐渐深入到社会各个角落，个人隐私保护的问题日益突出，如何确保 AI 在收集、分析和利用个人信息的过程中遵循严格的安全与隐私保护原则成为亟待解决的重要课题。另一方面，自动化进程对传统就业结构的冲击亦引发了社会广泛关注，从制造业到服务业，AI 的应用正改变着劳动力市场的格局，要求我们必须前瞻性地研究和制定应对策略，以平衡技术进步与社会稳定之间的关系。

再者，算法决策的公正性问题也成为 AI 伦理领域的一大焦点。AI 系统的决策过程往往基于大量数据训练得出，然而数据本身可能存在偏见，如果不对算法进行透明化审查与纠偏，就可能导致歧视性的决策结果，从而影响公平正义的实现。

综上所述，《新机器智能》提醒我们在追求 AI 技术无限潜力的同时，必须充分认识到其所带来的现实困境与挑战，并以严谨的科学态度与人文关怀，积极寻求解决方案，确保人工智能的发展能够真正服务于人类社会的福祉与进步。

2.我们应该制造智能机器吗？

在探讨是否应当继续研发并制造智能机器这一命题时，我们首先需要深入理解“智能机器”的内涵以及其可能带来的影响。智能机器，通常是指具有学习、适应和决策等高级认知功能的自动化设备，包括但不限于人工智能、机器人技术等。它们的设计初衷是为了提升效率、解决复杂问题，并在某些情况下替代或辅助人类完成危险、繁重的任务。

支持制造智能机器的观点主要基于以下几个方面：

01

效率提升与经济发展：智能机器可以实现 24 小时不间断工作，无需休息，且精确度远超人类，能有效提高生产效率，推动科技进步和经济增长。尤其在制造业、医疗健康、交通运输等领域，智能机器的应用可大幅度减少人力成本，优化资源配置。

02

解决问题的能力增强：面对气候变化、宇宙探索、疾病攻克等复杂难题，人类的智力有时显得力不从心。而智能机器可以通过深度学习、大数据分析等方式快速处理海量信息，寻找潜在解决方案，助力人类应对这些挑战。

03

风险与危险任务承担：无论是深海勘探、火山采样还是核污染清理，许多对人类而言极度危险的环境，智能机器却能胜任。这不仅保护了人类的生命安全，也使得一些过去无法进行的工作得以开展。

然而，反对者则提出以下顾虑：

01

就业冲击与社会公平性：随着智能机器的大规模应用，可能会导致部分传统行业岗位消失，引发大规模的就业结构调整和社会不公平现象。若未能妥善处理好由此带来的社会经济变革，可能会加剧贫富差距，威胁社会稳定。

02

伦理道德与隐私权问题：智能机器在做出决策时可能涉及复杂的伦理道德问题，如自动驾驶汽车如何在面临事故时决定保护乘客还是行人？此外，智能机器收集和处理大量个人信息，如何确保数据安全及个人隐私权益不受侵犯？

03

自主性和控制权困境：如果智能机器发展到超级智能阶段，可能超出人类的控制范围，甚至有可能形成自我意识。这种情况下，人类如何保证对智能机器的绝对控制权，避免出现“失控”的未来？

综上所述，作者认为制造智能机器既是科技发展的必然趋势，因此应该积极乐观去研发。我们需要在追求科技进步的同时，充分评估和应对由此产生的各种风险与挑战，制定相应的政策法规，确保智能机器的发展既能服务于人类社会，又能遵循伦理规范，实现人机和谐共生的目标。

3.智能机器能做些什么？

《新机器智能》一书以积极前瞻的视角生动描绘了人工智能未来发展的壮阔蓝图，深入剖析了其在各领域的潜在价值和颠覆性影响。立足于当前科研前沿及深厚的技术积淀，作者大胆展望了 AI 在自动驾驶、天气预测等多个领域的广泛应用及其所带来的革命性变革。

在自动驾驶技术层面，以特斯拉为代表的新能源电动汽车产业正大力推动 AI 在自动驾驶技术中的深度渗透与创新应用，通过集成先进的感知算法、决策规划以及控制策略，实现车辆的高度自主驾驶能力。

而在天气预测领域，尽管尚未构建如作者所设想的“天气大脑”这一概念实体，但诸如盘古等大规模预训练模型已在实际应用中崭露头角，凭借其强大的学习能力和对复杂气象数据的深度挖掘，已实现了对天气现象的高精度预测，显著提升了预报准确度与实时性，从而取得前所未有的科技成果。

4.智能机器的时代何时到来？

在探讨“智能机器的时代何时到来”这一问题时，我们无法给出一个精确的时间点，因为这涉及到技术演进、社会接纳度以及伦理法规等多个维度的复杂交织。然而，如果我们回顾过去几十年科技发展的历程，不难发现，智能机器时代已经悄无声息地渗透进我们的生活，并且其影响力正以前所未有的速度扩张。

20 世纪中叶，人工智能的概念首次被提出，标志着智能机器研究的起点。随着计算能力的指数级增长、大数据的爆发式积累、以及深度学习等先进算法的突破，人工智能已从实验室走向实用，如今的无人驾驶汽车、智能家居、智能医疗机器人等都是智能机器时代的鲜明例证。尤其近年来，AlphaGo 战胜围棋世界冠军李世石，更是将人工智能推向了全球关注的焦点，预示着智能机器在某些领域的能力甚至超越了人类。

然而，智能机器全面接管并改变人类生活的时代还远未完全到来。尽管我们在特定场景下的弱人工智能应用上取得了显著成就，但实现真正意义上具有自我意识、情感理解及创新思维的强人工智能，仍面临诸多技术和理论挑战。此外，智能机器对就业市场、社会伦理、隐私保护等方面的影响也引发了广泛的社会讨论和深度反思，这也成为制约智能机器时代全面到来的重要因素。

因此，智能机器时代何时真正到来，既取决于技术层面的重大突破，也依赖于社会规则和伦理框架的有效构建。可以预见的是，在不久的未来，随着技术的日臻成熟和社会准备度的提升，智能机器将在更多领域发挥关键作用，逐步塑造出一个全新的智能时代。但同时，我们也需警惕并妥善处理由此带来的各种问题，以确保智能机器的发展能更好地服务于人类社会，而不是替代或威胁人类的存在价值。

总结

《新机器智能》一书以前瞻且深邃的视角，为未来人工智能的研究路径擘画出崭新的蓝图。作者着重探讨了人工智能与神经科学、认知科学间的深度融合，并坚信通过深层次揭示人类大脑内在运作原理，有望催化人工智能迈向更高层次的认知疆域。