[INFO] 千脑智能：Jeff Hawkins 的新皮层理论

时间: 2026-01-20
类型: 引用
来源: 《A Thousand Brains》Jeff Hawkins, 2021
置信度: 8/10
标签: #AI #神经科学 #认知建模 #千脑理论 #参考框架

内容

核心洞见

大脑不是一个层级模型，而是成千上万个并行模型通过"投票"达成共识。

传统观点（层级处理）：
输入 → 层1(边缘) → 层2(形状) → 层3(物体) → 识别

千脑理论（并行投票）：
        ┌─ 皮层柱A: 完整模型 ─┐
输入 →  ├─ 皮层柱B: 完整模型 ─┼→ 投票 → 共识 → 识别
        ├─ 皮层柱C: 完整模型 ─┤
        └─ ... (成千上万个) ──┘

三个关键概念

概念	说明
皮层柱 (Cortical Column)	大脑皮层的基本计算单元，每个都能独立建模。人脑约有 15 万个皮层柱
参考框架 (Reference Frame)	大脑用类似地图/坐标系的结构存储所有知识，不只是空间知识
思考即运动	思考是在参考框架中"移动"——激活连续位置的过程

参考框架：核心创新

Hawkins 的关键假设：大脑使用参考框架存储所有知识

不只是"咖啡杯在桌上"这种空间知识
抽象概念（如"民主"）也用类似地图的结构表征
概念之间的关系 = 参考框架中的相对位置

"思考是一种运动形式。当我们激活参考框架中的连续位置时，就会发生思考。"

与 HTM 的关系

阶段	理论	关注点
早期	HTM（层次时序记忆）	单个皮层柱如何学习序列
现在	千脑理论	成千上万个皮层柱如何协同

千脑理论是 HTM 的升级版，从单柱扩展到多柱协同。

对当前 AI 的批评

Hawkins 认为当前 AI（包括深度学习）：

"美化的模式识别器，不是真正的思考机器"

缺失的关键要素：

缺失	说明
参考框架	只有向量表征，没有类地图的结构化知识
感觉运动整合	只处理静态输入，不理解"移动中感知"
世界模型	只有统计关联，没有因果结构

对 AGI 的预测

Hawkins 认为真正的 AGI 必须：

使用参考框架存储知识
结合感觉运动学习
建立世界模型（不只是统计关联）

关联

直接相关:
- INFO-120（HTM 层次时序记忆）- 千脑理论是 HTM 的升级
- INFO-113（AI智能本质：关联性计算引擎）- Hawkins 的批评与"关联性计算边界"问题呼应
- NODE-AI意识与学习 - 千脑理论提供了一种不同于主流 AI 的智能实现路径
潜在启发:
- "参考框架"可能是解决 INFO-113 中"关联性计算边界"的一条路径
- "投票达成共识"机制与 Multi-Agent 架构有类比关系
待探索:
- 参考框架如何用计算模型实现？
- 千脑理论与预测编码/自由能原理的关系