這兩年關(guān)于人工智能，大數(shù)據(jù)等方面的書籍崇众，文章很多掂僵，人工智能也是各種行業(yè)論壇中必選主題。關(guān)于人工智能顷歌，我們經(jīng)常關(guān)心幾個問題锰蓬。人工智能是什么？人工智能將怎樣影響未來的世界眯漩？人工智能會不會威脅到未來人類芹扭？這些問題，看完這篇內(nèi)容后赦抖，至少會有一些更加深入的認識舱卡。

李開復老師也寫過一本一樣名字的著作，但是這兩本書的角度是完全不一樣的队萤，本書作者是從腦科學的角度來理解人工智能轮锥，來闡述人工智能是如何闡述并且它的本質(zhì)是什么？本書更偏重基礎(chǔ)科學和理論的研究要尔。所以本書比較難懂舍杜，需要大家集中精力花點時間來閱讀本篇內(nèi)容，但是我想這接下來的幾十分鐘赵辕，對你來說是非常值得的既绩。

作者簡介 ：

好了，介紹完本書的情況匆帚，讓我們來認識本書兩位作者。

第一位是：杰夫霍金斯旁钧，被受世界科技界推崇的領(lǐng)袖級人物吸重，掌上電腦及手寫輸入系統(tǒng)發(fā)明人，杰夫·霍金斯1979年六月從康奈爾大學畢業(yè)歪今。曾于英特爾公司就職嚎幸。1986年，霍金斯毅然放棄手上的工作寄猩，進入加州大學柏克萊分校攻讀生物物理學博士嫉晶。Plam Computing、Handspring及紅木神經(jīng)科學研究院創(chuàng)始人，美國國家工程院成員替废。

第二位是：桑德拉?布萊克斯利箍铭，《紐約時報》著名科普專欄作者。

本書簡介：

本書詳細揭示未來主流大趨勢人工智能椎镣，也就是我將要踏入的智能時代诈火。智能手機，智能汽車状答，智能家居冷守，智能城市……智能時代已經(jīng)大踏步來臨。深入人腦核心區(qū)域惊科，探究人類智能原理拍摇。作者從腦科學的角度，從大腦的形成馆截、演化充活、結(jié)構(gòu)、工作原理等多個角度深入探討了智能的由來和為什么人類的大腦可以產(chǎn)生智能孙咪。

回歸硬件堪唐，用智能重塑所有既有的產(chǎn)業(yè)，已經(jīng)成為公認的最有想象空間超級大勢翎蹈。隨著可穿戴設(shè)備淮菠、手機、路由器等淺智能產(chǎn)品不斷涌現(xiàn)荤堪，智能已經(jīng)不再是營銷的噱頭以及極客們自娛自樂的玩具合陵，它正越來越廣泛的嵌入到每一個人的生活情境之中。先機決定一切澄阳，谷歌等科技巨鱷正瘋狂加速在智能領(lǐng)域的布局拥知，未來的世界注定是一個智能的世界。

本書分為3個主要部分：

1：人工智能和神經(jīng)網(wǎng)絡(luò)

2：大腦的結(jié)構(gòu)和工作原理

3：人工智能的未來

第一部分：人工智能和神經(jīng)網(wǎng)絡(luò)

一個3歲的小孩能在1秒內(nèi)快速識別出上面圖片中的小貓和小狗碎赢，但是即便是如今最強大的計算機也非常困難低剔；3歲小孩所掌握的語言能力也是當今最好的計算機所不能及的。什么是智能肮塞？它是否只存在于人腦中襟齿，而不是存在于計算機中？

目前大部分人工智能試圖將計算機像人類大腦那樣公司枕赵，具有人類大腦的神經(jīng)網(wǎng)絡(luò)猜欺，像人腦那樣去思考和運算，但是到目前為止依然離我們想要的結(jié)果相差甚遠拷窜。是否意味著开皿，我們在錯誤的道路上越走越遠涧黄？人腦和計算機的工作原理是否天然就存在著本質(zhì)的差別？

作者1979年從康奈爾大學畢業(yè)赋荆，畢業(yè)后進入了英特爾公司工作笋妥，但是一開始的工作并不順利，作者逐漸對人腦結(jié)構(gòu)和人工智能非常感興趣糠睡，并試圖加入MIT人類智能實驗室挽鞠，但是被拒絕之后，作者開始著手自己研究狈孔，他一開始似乎意識到信认，計算機和人腦的工作原理完全不同，計算機有中央處理器均抽，而人腦沒有中心嫁赏，是一個網(wǎng)狀結(jié)構(gòu)，計算機的運行是高度精確的油挥，但是人腦是可以容忍錯誤的潦蝇。它們之間存在著很多本質(zhì)的運行原理的差別。盡管普遍的人工智能提出的理論是：計算機能模擬整個大腦深寥，一臺計算機可以模擬所有的神經(jīng)元和它們之間的連接攘乒，一旦這個神經(jīng)網(wǎng)絡(luò)形成，那么計算機將真正具有智能惋鹅。

但是作者卻得出了相反的結(jié)論：人工智能領(lǐng)域的研究或許能產(chǎn)生很多有用的產(chǎn)品则酝，但是他們不可能建造出真正意義上的智能機器。

在離開了英特爾后闰集，作者加入了一家硅谷的初創(chuàng)公司沽讹，該公司發(fā)明了第一臺筆記本電腦，在哪里作者發(fā)明了以自己命名的編程語言：GridTask武鲁，作者隨后的職業(yè)生涯也發(fā)展順利爽雄，但是他仍然擺脫不了對大腦和智能機器的好奇心和熱情，因此依然決定離職全身心開始研究人工智能沐鼠。

神經(jīng)網(wǎng)絡(luò)和人腦的差距

20世紀40年代挚瘟，科學家首次提出“神經(jīng)網(wǎng)絡(luò)”的概念，50年代首次提出“人工智能”饲梭，在這幾十年的時間里乘盖，人類致力于賦予機器智能，在這個過程中排拷，我們發(fā)明了文字處理器侧漓、數(shù)據(jù)庫锅尘、視頻游戲监氢、互聯(lián)網(wǎng)布蔗、手機和逼真的電腦動畫等等。但是真正的智能還是離我們遙遙無期浪腐。作者認為纵揍，要理解大腦，必須要回到大腦的研究中议街，尤其是大腦的智力的來源“新皮層”的研究泽谨。將智能與人類大腦結(jié)構(gòu)內(nèi)部完全理解。

20世紀80年代隨著神經(jīng)網(wǎng)絡(luò)算法的進步特漩，90年代核磁共振技術(shù)的出現(xiàn)吧雹，關(guān)于人腦和人工智能的研究向前邁進了一大步。神經(jīng)網(wǎng)絡(luò)和人腦工作原理類似涂身，它沒有中央處理器（CPU）雄卷，分布式存儲和計算，整個網(wǎng)絡(luò)中的知識和記憶都分散在連接上的各個節(jié)點中蛤售。但神經(jīng)網(wǎng)絡(luò)依然存在3個致命缺陷丁鹉。

1：大腦功能會考慮時間因素，大腦的處理是連續(xù)不斷的悴能。而且會根據(jù)實際情況進行不斷調(diào)整揣钦。

2：大腦工作原理中，反饋連接非常重要漠酿，大腦接收信息后反饋的數(shù)量要比接收的多出10倍冯凹。而神經(jīng)網(wǎng)絡(luò)工作時，信息只會向一個方向傳遞记靡。

3：大腦的物理結(jié)構(gòu)是不斷重復的層級結(jié)構(gòu)谈竿，而基于計算機的神經(jīng)網(wǎng)絡(luò)卻不是。

從直覺上看摸吠，一個智能系統(tǒng)的衡量標準顯然是智能的行為空凸。但作者認為正是這種直覺讓我們沒有看到正確的答案。就像哥白尼之前的天文學家錯誤地認為地球是固定不動寸痢，處于宇宙的中心一樣荒謬呀洲。所以作者認為不能淹沒在細節(jié)的海洋中，應(yīng)該轉(zhuǎn)換研究的角度去思考啼止。

許多哲學家和心理學家認為道逗，思維和大腦的關(guān)系就像是軟件和硬件的關(guān)系，我們的思維可以存在于任何類似大腦的硬件中献烦，就像很多軟件是可以跨平臺運行的一樣滓窍，因此從這個角度，理解了大腦也并不能幫助我們理解思維巩那。所以人工智能中吏夯，只在行為上跟人相同顯然是不夠的此蜈，我們需要在思維層面產(chǎn)生智能，即像人一樣去思考噪生。

人腦是如何產(chǎn)生智能的裆赵？

大腦和人工智能的神經(jīng)網(wǎng)絡(luò)有什么不同？讓我們從一個故事開始跺嗽，你相信可以用舌頭看世界嗎战授？有一位世界級運動員艾瑞克·維漢梅爾，在13歲時失明桨嫁，但是他2002年的成功登頂了珠穆朗瑪峰植兰，成為了有史以來嘗試并完成這一挑戰(zhàn)的第一位盲人。他意志堅定璃吧，四處演講分享與失明命運斗爭的經(jīng)歷钉跷，在2003年，維漢梅爾又一次重新看到了世界肚逸，但并不是通過眼睛爷辙，而是安裝在舌頭上的一個顯示視覺模式的裝置，該裝置和安裝在他前額上面的一個攝像頭連接起來朦促，通過攝像頭的像素點的不同傳感到舌頭上的壓力來傳遞給大腦圖像的視覺信息膝晾，而且大腦也真的學會和理解了這些信息，并形成了圖像务冕，在安裝了這套裝置后血当，他看到了一個球在地板上朝他滾過來，他可以和人玩剪刀石頭布的游戲禀忆，可以走向走廊和開門等等正常人所能做的一些事情臊旭。他是如何做到的？接下來箩退，讓我們從大腦的結(jié)構(gòu)開始講起离熏。

人類大腦外表非常均衡，被一層薄薄的戴涝、軟軟的滋戳、粉灰色的、上面布滿了脊突和溝壑的新大腦皮層包裹著啥刻。我們的人類幾乎所有的智力的能力奸鸯，都來自于這片區(qū)域，包括感知可帽、語言娄涩、想象力、數(shù)學映跟、藝術(shù)蓄拣、音樂等等一起與智力相關(guān)的能力兜粘。所有讓我們再放大它深入看看到底里面結(jié)構(gòu)是怎樣的。

大腦皮層層級系統(tǒng)

在結(jié)構(gòu)上功炮，大腦新皮層由6層大約2毫米厚的皮層組成狡门，可以想象就像六章?lián)淇伺频目ㄆB在一起那樣，當然其他動物比如老鼠也有類似光滑的6層的大腦皮層，人類之所以聰明椒袍，是因為我們的大腦皮層更大，覆蓋區(qū)域更廣筒饰，如果把這6層皮層鋪開围俘，面積相當于一張大的晚餐餐布那么大，而老鼠的就只有一張郵票那么大优构；猴子的相當于一個商業(yè)信封的大小诵叁。而且這6個皮層之間是有高低的層級概念的，就像公司中的職位等級一樣钦椭，它們的層級跟它們所處的位置無關(guān)拧额，取決于它們之間的連接方式，而連接方式的不同是基因決定的彪腔。身體從外部會首先到達低級別區(qū)域侥锦，然后將信息從底層向高層傳遞，而高層區(qū)域用另外一種方式向下發(fā)送反饋信息德挣，而且發(fā)現(xiàn)信息的反饋比正向的流動更多恭垦。各層級之間的工作任務(wù)也是不同的，例如視覺信息通過眼睛到達大腦的最低層級處理格嗅，對低級別視覺特征進行檢測番挺，比如辨別色彩和對比度等信息，隨后信息傳遞到更高一層大腦區(qū)域屯掖，一些層級會處理比如紅色和藍色的反應(yīng)玄柏，另外一些層次專門負責檢測物體的運動，位于視覺皮層更高級別是一些表征你對各種物體的視覺記憶的區(qū)域等等贴铜。

大腦皮層內(nèi)部結(jié)構(gòu)

大腦皮層上分布著約300億個神經(jīng)元細胞禁荸，它們包含了你幾乎所有的記憶、技能阀湿、知識等等一切赶熟。這300億個神經(jīng)元細胞絕大部分是錐形的，每個細胞上面有線狀的分子結(jié)構(gòu)陷嘴，稱之為軸突和樹突映砖，當一個神經(jīng)元的軸突接觸到另外一個神經(jīng)元的樹突時，就會形成一些連接灾挨，稱之為突觸邑退。每個神經(jīng)元有數(shù)千個突觸與其他神經(jīng)元相連接竹宋，一個神經(jīng)元的神經(jīng)沖動就是通過突觸將信號（動作電位）傳遞給另外一個神經(jīng)元。300億個神經(jīng)細胞排列非常緊湊地技，相互連接蜈七。

我們的視覺、聽覺莫矗、嗅覺飒硅、味覺、觸覺是如何通過傳遞到我們大腦作谚，然后如何直到我們的行為的呢三娩？普通的腦科學，尤其是90年代以后利用核磁共振技術(shù)的發(fā)展妹懒，普遍的腦科學家都認為我們大腦每個部分有各自的功能雀监。但1978年神經(jīng)科學家蒙卡斯爾在其研究論文《大腦功能的組織原則》中提出了另外一個解釋。大腦每個部分的功能并非固定不變的眨唬，相互之間是可以相互學習和替代的会前，而且不管是視覺、聽覺還是觸覺都信息匾竿，在大腦內(nèi)部都遵循相同的處理模式回官。各區(qū)域大腦皮層的外表和結(jié)構(gòu)上存在這高度的同質(zhì)性。處理聽覺輸入的皮層區(qū)域與處理觸覺的區(qū)域相似搂橙，同時控制肌肉的皮層區(qū)域也相似歉提，同時這些不同的區(qū)域所發(fā)揮的作用也是相同的，大腦皮層似乎使用相同的計算方法來完成它的一切功能区转，類似遵循同一個算法來計算視覺苔巨、聽覺和運動等信息，意味著之前用于處理聽覺的大腦部分也可以用于處理視覺废离，它們之間具有高度的靈活性和可塑性侄泽，例如將剛出生的老鼠幾塊視覺皮層移植到負責觸覺的區(qū)域，經(jīng)過發(fā)育成熟后蜻韭，這部分腦區(qū)就慢慢開始可以處理觸覺信息悼尾。那為什么大腦能分別處理我們的視覺、聽覺等信息呢肖方？大腦主要是通過大腦各區(qū)域輸入的信息來發(fā)展出專門的功能闺魏，類似一個管子，如果是用于傳輸自來水俯画，就是自來水管析桥，如果用于傳輸石油，那么就是輸油管道一樣。大腦皮層中的組織如同地區(qū)的政治地理一樣泡仗，如果在早期設(shè)定一個完全不同的環(huán)境埋虹，就可能會導致與今天完全不同的地緣劃分情況。

基因決定著大腦整個機構(gòu)娩怎，包括區(qū)域之間相互連接的具體細節(jié)搔课，但在這個系統(tǒng)中，具有高度的靈活性和可塑性截亦，各個皮層區(qū)域共享一個強大的通用算法爬泥。作者同時指出所有的信息，包括聲音魁巩、圖像、觸覺姐浮、味覺等信息都同時具有時間和空間兩個屬性谷遂，不同的信息會轉(zhuǎn)化為軸突上的“空間-時間”模式進入你的大腦。我們大腦里面一片漆黑和寂靜卖鲤，無法直接感知外部世界肾扰，它所了解的方式只有軸突上的輸入時間-空間模式流來感知世界和產(chǎn)生自我意識。而且所有的外部信息都會轉(zhuǎn)化成為相同的模式通過大腦的通用算法進行處理蛋逾，為此集晚，美國生物醫(yī)學工程教授保羅發(fā)明了一種在舌頭上顯示視覺模式的裝置，盲人可以通過舌頭上的感覺來轉(zhuǎn)化成為視覺信息区匣，這就是剛開始我們將的那個離奇的故事偷拔。

大腦是處理模式的機器，從本質(zhì)上講亏钩，模式才是大腦工作的實質(zhì)莲绰，各個部分基于同一個算法，處理來自視覺姑丑、聽覺還是觸覺信息蛤签，大腦就類似一個黑盒子，所有的輸入信息都只是一個個模式而已栅哀≌鸢梗可以想象如果我們能破譯新皮層的算法并創(chuàng)立一種模式科學，我們就可以將其應(yīng)用到任何想要使之擁有智能的系統(tǒng)上留拾，這樣我們可以讓任何物體擁有智能戳晌，它們可以看，可以聽也可以和人類一樣產(chǎn)生感覺和自我意識痴柔。

對于大腦來說躬厌，所有的信息只是一個個模式而已，由此作者引發(fā)出了一個哲學問題。我們真實的世界真的是像我們看到和感覺的客觀存在嗎扛施，并不是我們想象出來的嗎鸿捧？

關(guān)于記憶

普遍的人工智能科學家認為，只要計算機的計算能力足夠強疙渣，就能造出跟人一樣聰明的計算機匙奴。但是實際上，當前的計算機計算能力已經(jīng)遠遠超出了人類的神經(jīng)元妄荔。一個典型的神經(jīng)元可以在5毫秒內(nèi)輸出電脈沖泼菌，同時自行復位，大約每秒可以做200次啦租，而且神經(jīng)元的傳導也是非常緩慢的哗伯，在半秒內(nèi)，進入大腦的信息只能穿過大約100個神經(jīng)元的長度篷角，作者稱之為“一百步法則”焊刹，但是一臺現(xiàn)代的硅芯片計算機可以在1秒內(nèi)完成10萬次的運算，計算機的計算能力要遠快于人腦恳蹲。但是顯然人腦要比硅芯片計算機要聰明虐块，這是為什么呢？答案很簡單嘉蕾，因為大腦并不是以計算能力取勝贺奠，而是從記憶中提取答案。大腦只需要幾步就可以從存儲記憶中找到答案错忱。

但是可能你會問儡率，計算機也有存儲設(shè)備，為什么計算機沒有智能呢以清？不能像3歲小朋友一樣快速識別出一本書或者一顆糖果呢喉悴？大腦皮層的記憶具有4個區(qū)別于計算機記憶的屬性。

1：大腦皮層存儲的是序列模式玖媚。

2：大腦皮層以自-聯(lián)想的方式提取模式記憶箕肃。

3：大腦皮層以恒定的形式存儲模式。

4：大腦皮層將模式存儲在層級結(jié)構(gòu)中今魔。

這里我們先講解其前面3個特性勺像。

我們所有的記憶都存儲在神經(jīng)元之間的突觸連接中，我們大腦存儲了非常多的信息错森，而我們大部分日常使用的只是非常小的一部分吟宦，大部分記憶只是靜靜地存儲在我們的大腦中。

序列模式是指大腦皮層存儲的是一連串具有關(guān)聯(lián)性的信息序列涩维，大腦存儲的記憶信息序列是有時間和空間順序的殃姓。就像我們講述一個故事一樣袁波，是循序漸進講出來的。我們很容易記憶按順序讀出26個字母蜗侈，但是如果讓你反著讀出來篷牌，可能就沒那么容易了。我們很容易唱一首歌踏幻，但是很難反著唱一首歌枷颊。計算機存儲并是按照字節(jié)方式存儲在的，但并不是按照一個模式序列存儲的该面。

大腦記憶的第二個特征是自-聯(lián)想夭苗，是指模式與自己相關(guān)聯(lián)，可以根據(jù)不完整或者被扭曲的輸入信息隔缀，提取出全部完整模式的系統(tǒng)题造，類似于模糊搜索。就像我們看到一個熟人的臉猾瘸，我們就可以自動其聯(lián)想到他的全部一樣界赔。大腦可以根據(jù)片面的信息自動補齊其他信息。

大腦記憶的第三個特征是恒定表征须妻，這個是什么意思呢仔蝌，計算機程序的一套精準運行的機制泛领，其中哪怕一點點邏輯問題都會導致整個系統(tǒng)的故障荒吏，但是人類大腦系統(tǒng)有更強的容錯機制。比如我們手上拿著一本書渊鞋，當你移動這本書绰更，或者改變照明、調(diào)整坐姿等等都會改變我們視覺對這本書的輸入模式锡宋，而且是完全不重復的儡湾，盡管這些視覺信息隨時在便，不管在改變照明還是調(diào)整坐姿执俩，我們都依然很容易地準確地認識這本書徐钠。那么大腦是如何做到的呢？這就是大腦的“恒定表征”的特性役首。

智能理論的新框架

當家里來了客人或者桌子上放置了一個新的水杯尝丐，我們很容易發(fā)現(xiàn)。這是因為我們大腦利用記憶不斷地對我們所看到衡奥、所聽到和所感覺的一切事物進行預測爹袁。很多人應(yīng)該有這樣的體驗，當我們下樓梯的時候矮固，一不小心踩空了失息，如果不小心就會摔跤，這也是因為，我們在下意識下樓梯的時候盹兢，我們大腦在下一步踏下之前邻梆，預測下一階樓梯的高度和位置等。

大腦以一種方式對我們生活的世界的每一處不斷地進行預測蛤迎，就像我們開車的時候确虱，大腦會不自覺的預測前面的道路情況和來往車輛的行經(jīng)方向等。預測能力不僅是我們大腦的功能之一替裆，更是智能的基礎(chǔ)校辩。人類幾乎一切行為都跟預測相關(guān)，根據(jù)蒙卡斯爾的理論辆童，之所以人類大腦比其他動物大腦更聰明宜咒，正是因為它可以對更抽象的模式和更長的時間模式序列做出預測。我們能預測別人下一句話要表達什么把鉴，我們能預測前面的車輛接下來要往哪個方向行駛故黑。而且作者認為科學本書就是一種預測訓練。

作者認為庭砍，智能是以對世界中模式的記憶和預測能力來衡量的场晶，這些模式包括語言、數(shù)學怠缸、物理和物理屬性以及社會環(huán)境诗轻。我們大腦從接收外界的信息形成記憶，結(jié)合曾經(jīng)的情況和正在發(fā)生的事情來進行預測揭北。在商業(yè)社會扳炬，預測也同樣重要，我們預測用戶喜歡什么樣的產(chǎn)品和服務(wù)搔体，并對此進行產(chǎn)品的設(shè)計和研發(fā)恨樟。

幾千萬年前，大腦皮層首先出現(xiàn)在哺乳動物腦中疚俱，幾百萬年前劝术，人類的大腦皮層面積開始迅速擴大，使得人類比其他哺乳動物更加聰明呆奕，因為其他爬行動物一開始并不具有大腦皮層养晋。剛開始的大腦皮層只是幫助我們更有效的利用現(xiàn)有行為，比如調(diào)節(jié)血壓登馒、饑餓感匙握、情緒以及運動等，而不是創(chuàng)造出新的行為陈轿，也就是說圈纺，剛開始的大腦皮層并不能具有創(chuàng)造力或者說智能秦忿。

那么，如何理解大腦皮層蛾娶，為什么記憶和預測是解開智能之謎的鑰匙呢灯谣？一開始，人類的大腦（現(xiàn)在的舊腦）復雜人類的日常行為的反應(yīng)蛔琅，在出現(xiàn)大腦新皮層后胎许，大腦的新皮層慢慢地開始存儲記憶，并利用自-聯(lián)想等方式幫助我們填補信息進行反應(yīng)罗售，具有了存儲和預測的功能辜窑，逐漸地大腦的皮層開始接管了之前舊腦對行為的控制，隨著大腦皮層進化得越來越大寨躁，它能記憶存儲的信息越來越多穆碎，有更多的記憶，而且皮層的神經(jīng)元越來越多职恳，意味著能作出更多的預測所禀，人類逐漸跟另外一些哺乳動物區(qū)分開來，具有了更高級的智能放钦，由此早就了人類獨特的智能行為能力色徘。

比如烹飪食物、開飛機操禀、該摩天大樓等高級智能是如何進化而來的呢褂策？作者給了兩種答案，一種是人類大腦的算法極其靈活床蜘，只需要人類獨有的重新調(diào)整辙培，就可以創(chuàng)造出新的復雜行為蔑水；第二種解釋是行為和預測是同一件事情的兩面邢锯，盡管大腦皮層能夠預見未來，但它只有在對所執(zhí)行的行為有所了解時搀别，才能作出準確的感覺預測丹擎，也就是是，人類的創(chuàng)造其實是基于經(jīng)驗歇父。

接下來蒂培，讓我們看看，人類為什么具有復雜行為的智能榜苫，人類大腦體積是黑猩猩的3倍护戳，但我們的大腦比海豚要小，所以大腦并不是越大越好垂睬，決定智能程度的是其新皮層的厚度和大邢被摹（海豚大腦皮層只有3層）抗悍，以及它們之間的連接。我們大腦皮層與身體的肌肉之間存在著更多的連接钳枕，而且其他哺乳動物則沒有我們這樣多的連接缴渊，很大程度上還是依靠舊腦指導行為，我們可以稱之為動物本能鱼炒。而人類的獨特之處在于衔沼，人的大腦皮層在產(chǎn)生和控制行為方面起著主導和超前的作用。

那么昔瞧，讓我們來回顧一下人類是如何超越其他動物成為地球上最聰明的物種的指蚁。大自然進化出了一些動物，比如爬行動物自晰，它們擁有復雜的感官和復雜但有限的行動模式欣舵，之后，大自然發(fā)現(xiàn)缀磕，通過給一些動物增加一個記憶系統(tǒng)（大腦新皮層）缘圈，并輸入感覺信息流，這些動物可以記住過去的經(jīng)驗袜蚕，以便在未來類似的情況下糟把，過去的記憶就會被喚醒，能對事情產(chǎn)生預測能力牲剃，我們的智能和理解就出現(xiàn)了遣疯，預測便是理解的本質(zhì)，理解一件事情凿傅，意味著我們能對它作出預測缠犀。

人類的大腦皮層非常之大，有著龐大的記憶存儲聪舒，它能夠不斷地預測你將要看到辨液、聽到、感覺到的東西箱残，而大多數(shù)都是無意識完成的滔迈，這些預測就是我的思想，當它們與感覺輸入結(jié)合之后被辑，就形成了我們的知覺燎悍，作者將這樣的模式或者說智能模式稱之為“記憶-預測框架”。

大腦皮層是如何工作的

前面一部分內(nèi)容盼理，我們闡述了人類大腦的智能是如何產(chǎn)生的谈山，大腦皮層擁有巨大的存儲空間；我們的記憶以模式序列的方式存儲宏怔，同時在檢索的時候還必須根據(jù)新舊模式之間的相似性來檢索模式奏路，這里我們稱之為自-聯(lián)想記憶抗蠢；同時記憶在大腦各個區(qū)域中以恒定的行為存儲，這樣才能將我們的存儲的信息應(yīng)用到未來相似的新情景中思劳。接下來這部分的內(nèi)容迅矛，我們將繼續(xù)解開大腦的工作模式。

大腦的智能是通過記憶-預測框架實現(xiàn)的潜叛。要了解大腦是如何根據(jù)記憶來進行預測的秽褒。我們首先要理解它的多層設(shè)計。大腦皮層是一大片組織威兜，其中包括很多功能區(qū)域销斟，比如負責處理視覺、聽覺和味覺等各種感覺的特別區(qū)域椒舵，這些區(qū)域通過大量的神經(jīng)軸突和纖維連接在一起蚂踊，相互傳遞信息。在視覺識別中笔宿，識別物體從低到高的四個層級分別是：V1犁钟、V2、V4和IT泼橘。我們的眼睛在不停地快速移動涝动，大約每秒3次來收集視覺信息，通過肌肉纖維的電信號傳遞給V1炬灭，在V1中醋粟，每個細胞只會對視網(wǎng)膜的一小塊區(qū)域的視角輸入產(chǎn)品反應(yīng)，也就是重归，每個神經(jīng)元細胞只會識別視覺區(qū)域中非常有限的區(qū)域的信息米愿。然后每個V1區(qū)域的神經(jīng)元細胞將信息不斷地向上傳遞，聚合鼻吮，到IT區(qū)域時育苟，我們會發(fā)現(xiàn)他們所感受視野覆蓋更大的區(qū)域。從視網(wǎng)膜到IT區(qū)的4個不同層次看狈网，細胞從快速變化宙搬、空間相關(guān)笨腥、能識別微小特征的細胞拓哺，逐漸變成穩(wěn)定激活、與空間無關(guān)脖母、能識別完整物體的細胞士鸥。這種層層遞進，視野不斷開闊的結(jié)構(gòu)有點類似我們的公司組織架構(gòu)谆级，出于底層的每一個員工就類似一個神經(jīng)元烤礁，他們所作的事情僅僅是他們本職工作讼积，而他們上級會收到不同部門的員工信息，從而對公司的業(yè)務(wù)發(fā)展和市場前景有更進一步的認識脚仔，直到公司的高層管理者勤众，他們就有全局觀，能完整看到公司的業(yè)務(wù)情況和前景鲤脏。

和視覺處理過程一樣们颜，聽覺、觸覺和其他感覺的信息處理過程也是類似的層層遞進猎醇，從快速變化到緩慢變化窥突，從空間相關(guān)到空間無關(guān)的過程。在底層的聽覺區(qū)域硫嘶，不同的細胞會識別同一個文字的不同口音的發(fā)音阻问，但是高層級的大腦皮層就不會關(guān)心不同的口語，它會只識別具體的每一個單詞沦疾，不管是何種口音或者語調(diào)称近。但是我們需要輸入連續(xù)一段時間的信息才可以做到，但從一個瞬間的信息是無法做出判斷的哮塞。這也是前面講到的大腦處理都具有時間和空間兩個基本屬性煌茬。同時，在大腦皮層越高的層級彻桃，歲時間變化就越少坛善。可以理解從最高的層級邻眷，能從俯視角度來看待整個完整的事物眠屎。

我們看到了各個區(qū)域獨立工作的原理，大腦皮層包括幾十個皮層區(qū)域以各種方式相互連接肆饶，大部分的大腦皮層都包含聯(lián)合區(qū)域改衩，就是連接相互重疊的區(qū)域，一個聯(lián)合區(qū)域會匯聚幾十個底層區(qū)域的信息驯镊。那么這些聯(lián)合區(qū)域是如何工作的呢葫督？

在聯(lián)合區(qū)域的概念下，我們不應(yīng)該將V1/V2/V4看成一個獨立的區(qū)域板惑，而是每個區(qū)域都包含多個子區(qū)域橄镜。在大腦皮層的所有區(qū)域中，處理視覺的V1區(qū)域具有最大的面積冯乘，其次是V2洽胶，如果將V1區(qū)域再細分成為多個小區(qū)域，同樣裆馒，V2也會有多個小區(qū)域姊氓，但是處于頂層的IT區(qū)域司一個獨立的區(qū)域丐怯，這也解釋了為什么IT區(qū)的細胞對于整個視覺世界有鳥瞰的視野茫打。

從聯(lián)合區(qū)域的角度县好，較高層的聯(lián)合區(qū)域會從多個感覺區(qū)域，包括視覺蠢络、聽覺禾唁、觸覺等整合信息舔亭。和單獨的視覺處理過程一樣，一個V2的子區(qū)域不需要知道它正在處理的來自多個V1子區(qū)域的信息蟀俊，一個聯(lián)合區(qū)域不需要制度它正在處理來自視覺和聽覺的輸入信息钦铺。它們所做的事情就是接收信息、反饋信息肢预，并向上傳遞信息矛洞。一個大腦皮層區(qū)域的工作取決于它們之間的連接關(guān)系，也就是信息的傳遞和反饋鏈路關(guān)系烫映，并記住這些關(guān)聯(lián)的序列沼本，并利用這些記憶來預測輸入信息將會發(fā)生什么。大腦皮層就像一間大的生產(chǎn)車間锭沟，每個流水線公司就像一個神經(jīng)元細胞抽兆，他們只處理傳遞過來的任務(wù)，并根據(jù)傳遞過來的任務(wù)或者信息預測接下來他們怎么做族淮。大腦的每個區(qū)域都進行著類似的加工過程辫红，在大腦的新皮層每個層次的不同區(qū)域中，都能形成恒定表征祝辣，而且大腦的信息是自下而上和自上而下雙向傳遞的贴妻，這就是大腦通用的皮層算法。

至此蝙斜，我們了解了本書的一種重要結(jié)論：我們我們之所以能夠思考名惩、運動和預測未來，是因為大腦皮層建立了一個關(guān)于世界的模型孕荠，大腦皮層在各個層級中都存儲了這個世界層級結(jié)構(gòu)模型娩鹉，你的大腦皮層的嵌套結(jié)構(gòu)反映了這個世界的嵌套結(jié)構(gòu)。這種嵌套結(jié)構(gòu)和每層都具有的恒定表征是大腦統(tǒng)一算法很重要的特征稚伍。

在你的客廳弯予，看著一個窗口，即使這時你的眼睛只不過正在注視著窗戶的一個“插銷”而已槐瑞。大腦皮層的高層區(qū)域正維持著關(guān)于你家的表征熙涤，而較低區(qū)域則維護著房間的表征，再低的則維護著窗戶的表征困檩。那么如何理解序列祠挫？比如我們走路和開車的時候，這一連串動作悼沿，我們都是無意識完成的等舔。而這一連串的動作可以理解成為一個序列已經(jīng)存儲在我們大腦的某個區(qū)域，當我們開始或者走路是糟趾，會激活這部分腦區(qū)中的序列記憶慌植。在大腦皮層的各區(qū)域中，自下而上的分類和自上而下的序列不斷交互和變化义郑，貫穿始終蝶柿。這是學習的本質(zhì)。

大腦皮層的設(shè)計和學習方法和我們現(xiàn)實世界的層級關(guān)系非常類似非驮，我們每個人所了解和感受到的世界是很小的一部分交汤，每個群體和民族有自己的文化認同和群體意識，我們所看到和感覺到的世界有自己相對穩(wěn)定的認知劫笙，和大腦各區(qū)域具有恒定表征類似芙扎。而每個組織甚至國家，他們在更大的范圍里了解整個世界的全貌填大。不僅是我們世界的組成方式有層級結(jié)構(gòu)戒洼，在自然界也同樣普遍存在著這樣的層級關(guān)系，樹木構(gòu)成森林允华、石頭和泥土構(gòu)成小山等都是這樣的層級結(jié)構(gòu)圈浇。

信息在大腦皮層體系上下流動的過程中，記憶和用名字表征序列的方式可能會讓你聯(lián)想起軍事指揮的等級結(jié)構(gòu)靴寂。最高將領(lǐng)說：“部隊轉(zhuǎn)移到佛羅里達州過冬汉额。”這個簡單的高層指令在沿著等級結(jié)構(gòu)向下傳達的過程中逐步展開成更詳細的指令榨汤。將軍的部下會將命令分解為若干步驟蠕搜，例如準備離開、向佛羅里達州轉(zhuǎn)移收壕，以及準備到達妓灌。而其中每個步驟又會進一步分解，讓下級執(zhí)行蜜宪。在最底層虫埂，成千上萬的士兵執(zhí)行成千上萬的行動指令，最終完成了部隊轉(zhuǎn)移圃验。每一層的執(zhí)行情況都會形成報告掉伏，匯報給上級。在向上逐層匯報的過程中，報告不斷匯總精簡斧散，直到最高層將領(lǐng)收到的每日簡報稱：“向佛羅里達州轉(zhuǎn)移行動一切順利供常。”將軍不會得到行動的任何細節(jié)鸡捐。

大腦的學習也是會循序漸進栈暇，當大腦高層區(qū)域?qū)δ骋恍蛄心Ｐ妥R別之后，這邊會形成我們的記憶表征并逐級下移箍镜，然后高級區(qū)域如IT區(qū)域就會空閑下來源祈，去學習識別其他的序列模型。比如某方面專家就因為儲備了大量的記憶表征色迂，所以能非诚闳保快速識別出問題或者找到某個問題的解決方案。

在大腦皮層下發(fā)歇僧，有三個與皮層交互的組織：基底核图张、小腦和海馬體。它們都先于腦皮層被進化出來馏慨，基底核是原始的運動系統(tǒng)埂淮，小腦是負責學習時間間精確的時間關(guān)系，而海馬體則存儲與特定事件與地點有關(guān)的記憶写隶。海馬體也是形成新記憶的一個關(guān)鍵組織倔撞，如果失去了左右兩個海馬體的人短期內(nèi)看起來正常的，但是實際上無法記住新的東西慕趴。作者一開始并沒有對這三個組織進行大量研究痪蝇，因為作者認為這三個組織功能很大程度上已經(jīng)被大腦皮層替代。但后來作者研究發(fā)現(xiàn)冕房，海馬體占據(jù)了大腦皮層的金字塔頂端躏啰，它擅長快速記憶所看到的任何模式，并能快速識別出是否是新事物耙册。

自此给僵，我們對大腦整個工作原理進行了大概的講解，大腦是一個龐大而復雜的多層記憶系統(tǒng)详拙，它擁有多層結(jié)構(gòu)帝际，數(shù)十億個神經(jīng)元和數(shù)萬億個突觸，我們的生命饶辙、信念蹲诀、語言等都能被記憶在數(shù)萬億個微小的突觸中。

意識與創(chuàng)造力

除了人類其他動物是否擁有智能弃揽？作者給出的答案是肯定的脯爪，所有的動物都有舊腦则北，也都有大腦皮層，只是結(jié)構(gòu)比較簡單痕慢，人類通過多次的大腦皮層次結(jié)構(gòu)尚揣、恒定表征以及類比預測，我們擁有了比其他動物更高的智能水平守屉，但是其他動物也具有智能惑艇，只是程度不同而已蒿辙。人類可以學習更加復雜的世界模型和做出更加復雜的預測 拇泛，但是其他動物比人貓和狗則不能。人類智能和其他動物的第二個不同點是思灌，我們擁有語言能力俺叭。通過語言，我們可以將記憶傳遞到其他人大腦中泰偿，通過語言熄守，我們可以學習到并沒有看到的事情。語言的形成需要大型的大腦皮層耗跛，這樣才能處理句法和語義結(jié)構(gòu)等裕照，語言還促進了運動皮層和肌肉系統(tǒng)的發(fā)展，我們能發(fā)出更加清晰準確的聲音调塌，做出更加細致的手勢晋南。

作者將智能劃分為3個時期。每個時期都用到了記憶和預測羔砾。

第一個時期负间，是物質(zhì)使用DNA作為記憶媒介。這些個體無法在生命中進行學習和適應(yīng)姜凄，它們只能通過DNA向后代傳遞這個世界的記憶政溃。

第二個時期，是物質(zhì)開始能夠修改神經(jīng)系統(tǒng)态秧，并快速形成記憶董虱。這些物種能學習這個世界的結(jié)構(gòu)，并在生命中不斷調(diào)整行為來適應(yīng)世界申鱼。這個時期大腦皮層出現(xiàn)愤诱。

第三個時期，是最后一個時期润讥，也就是人類的智能出現(xiàn)转锈，開始于語言的出現(xiàn)以及大型皮層的擴展。我們可以學習更加復雜的結(jié)構(gòu)模型和做出更加復雜的預測楚殿。并通過語言將記憶傳遞給其他人撮慨，并將我們的認知傳播到整個世界竿痰。

什么是創(chuàng)造力

在討論人工智能的時候，很多人認為機器和人最大的區(qū)別就是機器無法進行創(chuàng)造砌溺，不具有創(chuàng)造力影涉，因為機器擅長邏輯運算，但是并不擅長跳躍式的思維规伐，也就是創(chuàng)造性思維蟹倾。真的是這樣嗎？

作者認為猖闪，創(chuàng)造力并不是大腦某一特殊部分產(chǎn)生的鲜棠，它是每個大腦皮層區(qū)域的內(nèi)生屬性，它是預測的必要組成部分培慌，換句話說就是豁陆，創(chuàng)造其實也是預測能力的一部分。

想象你在一家陌生的餐館就餐吵护，你想洗一下手盒音。即使你沒有進過這座建筑，你的大腦仍然會預測這家餐館有洗手間可以洗手馅而。你的大腦是怎么知道的呢祥诽？那是因為你去過的其他餐館都有洗手間，所以大腦通過類比認為這家也有瓮恭。而且雄坪，你還知道到哪兒去找，要找什么標志偎血。你預測會看到一扇門或者標志诸衔，上面有標出男性或女性的符號。你預測衛(wèi)生間會在餐廳的背后颇玷，要么在吧臺旁邊笨农，要么在大廳對面，但一般不會在就餐區(qū)帖渠。因此谒亦，雖然你從沒來過這家餐館，但你通過類比其他餐廳空郊，你就能找到洗手間份招。你不會隨便亂走。你會尋找預期的模式狞甚，從而讓你能快速找到洗手間锁摔。這種行為就是創(chuàng)新行為，它通過類比過去而預測未來哼审。雖然我們一般不會認為這是創(chuàng)新谐腰，但它實際上就是孕豹。

所以類比預測就是我們創(chuàng)造力，當記憶-預測系統(tǒng)在較高的抽象層發(fā)揮作用時十气，但系統(tǒng)作出不同尋常的預測時励背，當系統(tǒng)使用不同尋常的類比時，它就產(chǎn)生了創(chuàng)新砸西，而這種創(chuàng)造力是我們大腦與生俱來的能力叶眉，每個人都毫無疑問地擁有創(chuàng)造力。就像喬布斯所說的那樣芹枷，創(chuàng)造力只不過是不同事物之間的關(guān)聯(lián)而已衅疙。

每個人都有創(chuàng)造力，這是大腦的內(nèi)生屬性決定的杖狼，但是每個人的創(chuàng)造力大小是有區(qū)別的炼蛤。這與先天屬性和后天培養(yǎng)都有關(guān)系妖爷。在后天培養(yǎng)中蝶涩，每個人的經(jīng)歷不同，他們大腦皮層所建立的世界模型和記憶也有所不同絮识，所以也會作出不同的類比和預測绿聘。有的人之所以在社會環(huán)境、語言使用次舌、數(shù)學或者外交能力方面更具創(chuàng)造力熄攘，是因為他們所受到的成長環(huán)境的影響。

另外彼念，在先天屬性方面挪圾，這是由我們的基因決定的，每個人的大腦皮層的大小不同或者他們之間的連接程度也不同逐沙。愛因斯坦是我們公認的天才哲思，在他的大腦神經(jīng)元研究中發(fā)現(xiàn)，他的大腦比大部分人的大腦寬15%吩案，他的大腦神經(jīng)元平均擁有更多的支持細胞棚赔，又稱為神經(jīng)膠質(zhì)細胞。還發(fā)現(xiàn)他大腦頂葉中有不同于常人的回間溝通模式徘郭，這種差異讓他具有更好的數(shù)學能力和空間推理能力靠益。

現(xiàn)在我們知道了，任何人的大腦都具有創(chuàng)新能力残揉，只是程度不同而已胧后，那么如何才能提升創(chuàng)新能力呢？作者指出抱环，我們需要培養(yǎng)自己大腦的類比能力壳快，當面對問題時途样，我們需要長時間地思考，并且拓展我們的思維濒憋，讓大腦暢想何暇。給大腦足夠的時間和空間來繼續(xù)類比訓練。類比的訓練是讓你的大腦從不同的方法來看待同一個問題凛驮，從而使你有可能從經(jīng)歷中找到最類似的類比裆站。比如你遇到一個問題暫時無法解決，可以做一些其他的事情黔夭，然后重新回來換一個思考方式宏胯，如果嘗試足夠多次后，你一定會產(chǎn)生新的想法本姥。

大腦是一個建立模型并作出創(chuàng)新性預測的器官肩袍，它的模型有時候是對的，有時候卻是錯的婚惫。就像古希臘天文學家亞里士多德氛赐、托勒密等建立了一個看似很完美的“地心說”的天文模型，但實際上后來證明是錯誤的先舷。

什么是意識

很多人對意識充滿了好奇艰管，大多數(shù)人也認為意識是游離于大腦之外的神秘的東西，在西方世界蒋川，人們通常將僵尸比作成為沒有意識的人肉機器牲芋。但作者認為，意識并不是什么神奇的東西捺球，有大腦皮層就會有意識缸浦，而且作者將意識分為兩大類：

第一種是類似于自我意識，也就是我們?nèi)粘Ｕf的“意識”氮兵。比如我從你身邊走過裂逐，你會有意識。也就是覺知胆剧，這種意識類似于陳述性記憶絮姆。我們知道所有的記憶都存儲在神經(jīng)元之間連接的突觸中。

第二種是感受秩霍，就是與知覺相關(guān)聯(lián)的情感篙悯，相對獨立于感知輸入。不同的感知輸入會讓我們產(chǎn)生不同的感受铃绒，比如我們看到紅色會感覺興奮鸽照，看到黃色會感覺溫暖。

但是作者認為颠悬，不管意識如何定義矮燎，記憶-預測框架模型都在其中起著非常重要的作用定血。

智能的未來

20世紀50年代，有人預測2000年人類會在地下室擁有原子反應(yīng)堆诞外，在月球上度假澜沟。人類大腦通過類比作出預測，但是作者指出要預測若干年后的未來技術(shù)是不可能的峡谊。不過我們可以做更加寬泛的預測茫虽，未來的智能機器將改變我們生活的方方面面，這一點幾乎是可以肯定的既们。

那么未來的智能機器是什么樣的呢濒析？是跟我們電影和小說中說描述的那樣跟人類幾乎一樣嗎？還是像現(xiàn)在電腦一樣是一個黑色或者白色的大箱子啥纸？機器智能到底對我們未來的生活產(chǎn)生什么終極影響号杏？如何實現(xiàn)人工智能？

作者認為在未來很長一段時間斯棒，機器還不能實現(xiàn)讓人類一樣的智能盾致，主要有幾個方面的原因。

第一：智能機器可以擁有像人類一樣的大腦皮層名船，但要像人類一樣生活绰上，只是擁有大腦皮層是遠遠不夠的。它需要加入人類的情感系統(tǒng)和經(jīng)歷渠驼，具備人類的精神。

第二：機器人的成本巨大鉴腻，而且并沒有我們想象的那樣實用迷扇，它們雖然擁有智能，但是需要與人交流和幫助人類從事活動是非常困難的爽哎。

如何實現(xiàn)蜓席？

作者認為，首先需要一組感官提取來自這個世界的模式课锌。比如必須有眼睛和耳朵等等厨内。

其次，還應(yīng)該將這些感官和層次記憶系統(tǒng)連接起來渺贤。

然后雏胃，記憶系統(tǒng)還采用與大腦皮層相同的工作原理。

之后志鞍，我們就可以像教小孩那樣訓練記憶系統(tǒng)瞭亮。通過反復的訓練，智能機器將慢慢建立更多的世界的模型固棚，它可以根據(jù)過去的經(jīng)驗作出類比统翩，對未來的事情作出預測仙蚜，對新的問題提出解決方案，由此產(chǎn)生了智能厂汗。

從物理上講委粉，沒有理由一定要機器長的像人類那樣。智能機器可以內(nèi)置于飛機和汽車娶桦，或者類似放到書桌上的電腦艳丛。與人類不同的是，智能機器的大腦可以和身體軀干分開趟紊，它的存儲系統(tǒng)可以遠離感官系統(tǒng)氮双。重要的是，智能的衡量標準是層次記憶的預測能力霎匈，而不是人類行為的相似程度戴差。

但是在人類創(chuàng)造智能機器中會遇到很多問題。

第一個問題就是規(guī)模問題铛嘱。大腦皮層用32萬億個突觸暖释，這樣的存儲量相當于我們需要大約80個硬盤才能大腦皮層的存儲量。好的方面是墨吓，按照現(xiàn)在的技術(shù)水平球匕，至少在實驗室可以輕松擁有這樣的存儲的設(shè)備。

第二個問題是連通性的問題帖烘。真正的大腦擁有大量的皮層下白質(zhì)亮曹。它們的作用是實現(xiàn)大腦皮層不同區(qū)域之間的互聯(lián)。一個細胞可能與數(shù)千個其他細胞相連接秘症，如果采用傳統(tǒng)的芯片工藝照卦，幾乎不可能實現(xiàn)這樣的互聯(lián)程度。

但是隨著技術(shù)的發(fā)展乡摹，規(guī)模問題和連通性問題終將得到解決役耕。

對于智能機器是否會像電影里面那樣，它們會產(chǎn)生意識聪廉，威脅甚至控制人類瞬痘，作者認為這些都不會發(fā)生，至少它們不會有個人野心板熊，不會渴望財富框全、社會認可或者情感上的滿足等，它們也不會有食欲邻邮、癖好和情緒障礙竣况。所以智能機器不會想任何類似人類那樣的情感。機器會擁有非常強大的智能，但是要像人類一樣行動丹泉、思維和與人相處還需要很長時間情萤。

作者對未來機器智能持樂觀態(tài)度，作者指出未來在4個方面摹恨，智能機器將超出我們?nèi)祟惖淖陨砟芰Α?/p>

第一：速度

神經(jīng)元的速度是毫秒級別筋岛，而硅芯片的速度可以達到納秒級別，可以想象機器大腦可以比人腦的思考速度快100萬倍晒哄，它們解決科學問題的速度也比人類快100萬倍睁宰，在10秒內(nèi)在一個問題上所想到的東西，你需要花一個月寝凌。而且機器從不感到疲勞柒傻。

第二：規(guī)模

在未來智能機器的存儲規(guī)模將會大大超過人類，人類大腦的重量只有體重的2%较木，但是消耗了氧氣的20%红符，而且人類大腦的容量在未來幾十年的進化中不會有明顯進步，但是計算機擁有無限的增長空間伐债。

第三：可復制性

每個新的大腦都需要從頭開始成長和訓練预侯，這需要花費人類幾十年的時間，但是智能機器可以不需要經(jīng)過漫長的學習過程峰锁，從存儲介質(zhì)上無限復制萎馅，輕松轉(zhuǎn)移內(nèi)容。

第四：感官系統(tǒng)

人類只有少數(shù)幾個感官系統(tǒng)虹蒋，但是智能機器可以增加其他比如夜視鏡糜芳、雷達、或者哈勃望遠鏡等超越人類的感官系統(tǒng)千诬∷Ｄ浚可以利用大量分布式的傳感系統(tǒng)，智能機器可以從更大的范圍上感官世界徐绑，比如感知全球的各地的天氣狀況，交通等變化莫辨。

好了傲茄，本書的內(nèi)容就解讀完了，內(nèi)容十分豐富且有趣沮榜，相信你讀完之后盘榨，對人工智能有了初步了解，而且對什么是智能蟆融，以及如何實現(xiàn)人工智能有了更深入的了解草巡。