2006年,发明家雷·库兹韦尔(Ray Kurzweil)出版了这本书奇点即将来临(亚马逊链接)他大胆预测,到2049年,我们将进入一个“技术奇点”。

他认为,大约在那个时候,技术进步的速度将成为一种失控的现象,将改变人类文明的各个方面。“奇点”一词成为了硅谷的流行语,在数百万人心中激起了恐惧、希望和(通常)嘲笑。

2012年,库兹韦尔发布了如何创造思维(亚马逊联盟链接)在他的众多预测中,最具争议的一个可能是:到2029年,我们将创造出与人类相当的人工智能,能够超越人类图灵测试

这本书认为,人类大脑的结构和功能其实很简单,是重复了数百万次的基本认知单位。因此,创造一个人工大脑并不需要在每个细节上都模仿人类大脑。它只需要逆向工程这个基本的重复单元。

我不会评论这个项目的可行性,但我想利用许多相同的资源提出一个更保守的假设:人类大脑的许多能力可以被扩展和放大现在,使用标准的、现成的硬件和软件。

扩展认知将成为从人类到人工智能的桥梁,这座桥梁的建设正在顺利进行。

在这篇文章中,我总结了库兹韦尔的一些观点,并为我们今天理解个人知识管理提供了经验教训。

想一首你最喜欢的歌。试着从一个完全随机的起点开始唱。你会发现这很难。你可以从一个自然的断点开始,比如主歌或副歌,或者为了“找到”一个随机的点,你必须从头开始在脑海中播放它。

这意味着我们的记忆在离散的情况下组织.如果你试着从中间开始,你会挣扎一段时间,直到你的顺序记忆发挥作用。

你记住你的社会安全号码了吗?现在试着倒过来背这些数字。你会发现,如果不把它们写下来,或者至少在脑子里把它们想象出来,是非常困难或不可能做到的。

这意味着你的记忆是顺序就像收报机纸带上的符号。它们被设计成按一定的方向和顺序阅读。

现在想想一个简单的习惯,比如刷牙。如果你仔细观察,它由许多小步骤组成:拿起牙刷,挤一些牙膏在刷毛上,打开水龙头,润湿刷毛,等等。如果你仔细观察,你会发现每一个小动作都包含许多更小的步骤,包括单个肌肉的收缩和神经元的放电。你可以毫不费力地完成所有这些活动,每个序列都由一个决定触发。

这意味着你的记忆是嵌套的.每一个行动和思想都是由更小的行动和思想组成的。

现在把这三个特征放在一起。哪种结构最能描述按顺序组织的嵌套段

一个层次结构。

人脑的基本结构和功能是分等级的。乍一看,这似乎并不直观。听起来就像电脑的工作原理。

但考虑我们如何使用语言。我们的大脑能够收集一种想法,图像,情感,经验,事实,人们 - 并包含所有与单词标签,如“印度尼西亚”。然后我们得到那个标签,并将其用作另一种模式中的元素,我们给出了名字,如“东南亚”。然后我们得到那个模式,并把它放在一个更高阶的模式,比如“地球”。

语言演变为利用我们大脑的等级结构。每个概念都是由较小的概念组成,一直到最基本的想法。我们称之为递归链接的概念我们的“概念层次结构”。

注意:概念层次不是这样构造的,因为新皮层只有一根皮层柱那么厚。它的联系是有等级的。

但是,为什么我们的大脑在语言之前就已经进化成等级呢?

因为现实本身是有层次的:树包含分支;分支包含叶子;叶子包含细胞;细胞含有细胞器。建筑包含层;层包含房间;房间有门、窗、墙和地板。宇宙中的每一个物体都有部分,而这些部分又由更小的部分组成。

大规模并行模式识别

如果人类的认知是等级的,那么这些等级是由什么组成的呢?

模式。

人类大脑已经进化以识别模式,也许是任何其他单一功能。我们的大脑在加工逻辑,记忆事实和计算时薄弱,但模式识别是其深度核心能力。

1997年击败国际象棋冠军加里·卡斯帕罗夫(Garry Kasparov)的计算机“深蓝”(Deep Blue)每秒能够分析2亿棋盘位置。卡斯帕罗夫被问及他每秒能分析多少个位置。他的回答是“少于一个。”

那么甚至是如何远程关闭的匹配?

因为卡斯帕罗夫的300亿个神经元虽然相对较慢,但仍能工作并行

他能够看着棋盘,把他看到的东西与之进行比较所有他掌握的(估计)10万个职位同时.每个位置都是棋盘上的棋子模式,它们都可以在几秒钟内作为潜在匹配。

这就是卡斯帕罗夫的大脑如何与比他“思考”快1000万倍(也比他精确数百万倍)的计算机正面交锋的:他的处理速度很慢,但是大规模并行

这不仅仅发生在世界象棋冠军的大脑里。

回想一下你最近一次打网球(或其他运动)的情形。当弹跳的网球发出的光击中你的眼睛时,光感受器将光转化为电信号,然后传递给视网膜中许多不同种类的神经元。

在已经进行了两种或三个突触连接时,已经提取了关于球的位置,方向和速度的信息并正在流动并行到大脑。这就像让一队汽车行驶在8车道的高速公路上,而不是让一列子弹头列车行驶在单轨轨道上——一些汽车可以在准备好后立即出发,而无需等待其他汽车。

我们大脑的工作方式是通过大规模并行模式识别.而进化来执行这种活动的器官是新皮层。

大脑皮层

Neocortex是一种精心折叠的组织护套,覆盖大脑的整个顶部和前部,其重量的近80%。它负责感官感知,从视觉物体到抽象概念,控制运动,从空间取向,原因和逻辑,语言的推理,语言,我们认为的一切都认为是“思考”的所有。

红色的neocortex

就我们的目的而言,了解新皮层最重要的是它有一个极其统一的结构。

这是美国神经科学家Vernon Mountcastle于1978年首次假设。您将认为一个负责人类经验的大部分颜色和微妙的地区是混乱的,不规则的和不可预测的。相反,我们发现了皮质列这是大脑皮层中反复出现的基本结构。大约50万个皮层柱中的每一个都大约2毫米高,0.5毫米宽,包含大约6万个神经元(新皮层中总共约300亿个神经元)。

皮质柱的插图

Mountcastle还认为一定有更小的子单位,但这直到数年后才被证实。这些“迷你柱”是如此紧密地交织在一起,以致于无法区分它们,但它们构成了新皮层的基本组成部分。因此,它们构成了人类思想的基本组成部分。

模式识别器(PRs)

我们把这些叫做皮质小柱模式识别器,简称PRs.每个PR包含大约100个神经元,在整个大脑皮层中大约有3亿个神经元。

PR的基本结构包括三个部分:输入,名称和输出。

第一部分是输入-来自其他PRs的树突,表明存在低水平模式(通常,树突和轴突都是神经纤维,但树突收到神经元信号并携带它们神经元,而轴突传输神经信号传递给其他神经元。

阅读一本书,看到特定的形状——比如两条连在一起的对角线和一个横杆——会触发对更高层次图案的输入,比如字母“a”。这些形状是专门用来识别字母“a”的公关的“输入”。

PR的第二部分是它的“的名字也就是说,它被设计用来探测的特定模式。尽管有些PRs被编码来识别语言,但这些模式并不局限于字母和单词。它们可能是形状、颜色、感觉、感觉——基本上是我们能够思考、学习、预测、识别或行动的任何东西。

在上面的例子中,“A”是指定用来识别字母A的公关人员的名字。

第三部分是输出-从PR中出现的轴突,表明其指定模式的存在。

当PR的输入跨越某个阈值时,它就会触发。也就是说,它向它所连接的高级PRs发出神经冲动。这实际上就是“A”PR在喊“嘿,伙计们!我刚看到字母A ! "当“苹果”的公关人员再次听到a, p, p, l, e的信号时,它会自动开火,大喊“嘿,伙计们!我刚看了《苹果》!以此类推。

较低级别的概念(如字母“A”),当触发时,成为更高级别概念的输入,如“Apple”这个词。一旦PR为“Apple”火灾,它可能会形成一个更高级别的概念的一部分,就像句子“每天一个苹果让医生走开”。

最终(在一秒钟的分数后),所有这些输入和输出泡起来并出现为意识,组装成这种抽象概念,作为吸引力,讽刺,幸福,沮丧和爱情。

层次思维与大规模并行处理相结合的力量在于,较低层次的模式不需要在每个后续层次上无休止地重复。“Apple”或任何其他包含字母“A”的单词的PRs不需要完全描述“A”模式。它们都可以“链接”到识别该字母的PRs,就像一个网页可以与许多其他网页进行超链接一样。

我们在发现世界的同时也在创造世界

关于这个概念层次,重要的是要知道信号是流动的向下以及向上。

高阶PRs正在积极地调整它们所连接的低阶PRs的触发阈值。如果你从左到右读,看到字母A-P-P-L,“苹果”的公关人员会预测下一个字母很可能是“e”。它会向“e”PR发送一个信号,本质上是说“请注意,你很可能很快就会看到你的“e”模式,所以要警惕它”(神经元非常有礼貌)。

然后“e”PR会降低它的阈值(增加它的灵敏度),所以它更有可能识别它的字母。

新大脑皮层不仅仅是在识别世界。它总是试图预测接下来会发生什么,每一刻都是如此。如果它对某样东西的期望足够强烈,那么识别阈值可能会非常低,甚至在完整的模式没有出现时,它也会发出信号。

这是神经学的基础我们的叙述变成了现实.只要你的大脑皮层足够努力地寻找,你就能找到任何证据。你真的看到了你想看到的,听到了你想听到的。

这些下行信号也可以是负面的或抑制性的。如果你持有一个更高层次的模式,称为“我的妻子在欧洲”,致力于承认你的妻子的PRs将被压制。也就是说,他们的识别阈值将被提高。例如,如果你看到你的妻子在杂货店排队结账,他们仍然可以开火。但这需要更多的证据,你会再看一遍。

这是神经学的基础盲点.如果你不期待看到机会、好处或可能性,你就更不可能意识到即使出现了。因此,你的叙述被强化了,让你更难看到它们。

“认可”这个词实际上是一种延伸。

当大脑“识别”一幅图像时,它所做的并不是将它与静态图像数据库进行匹配。在大脑中没有这样的数据库。相反,它正在动态地重建图像,在许多概念层次上绘制,在许多抽象层次上混合和匹配数千种模式,以看看哪些模式与通过视网膜传入的电信号相匹配。

根据该模型,通过分层模式逐步逐步逐步构成人类思想的语言。

新皮层中触发的模式会触发其他模式。部分完成的模式将信号发送到概念层次,给数据配上新的镜头。完成的图案发送信号,将新的数据装进镜头。有些模式是递归的,让我们能够思考我们的想法或“去meta”。一个模式的元素可以是另一个模式的决策点,从而创建条件关系。许多模式是高度冗余的,PRs专注于同一物体的语言、视觉、听觉和触觉版本,这使我们能够在许多不同的环境中识别苹果。

人类认知的基本单位

这种关于大脑新皮层如何工作的思维模式识别理论提供了一种根本的可能性:认知的基本单位不是神经元,而是皮层的小柱(即模式识别器)。换句话说,“一起激活的神经元连接在一起”这一观点强调了个人神经元,被称为Hebbian理论,可能是不正确的。

瑞士神经学家亨利·马克拉姆(Henry Markram)在他对哺乳动物新皮层的研究中,寻找“赫比斯集合”(连接在一起的神经元)。相反,他发现的是“难以捉摸的组合,其连通性和突触权重是高度可预测和受限的。”他推测,“(这些组合)是先天的、类似乐高积木的感知知识的构建块,而记忆的获取包括将这些构建块组合成复杂的结构。”

换句话说,学习不是单个神经元在无休止的复杂,独特的配置中连接的问题。相反,皮质色谱柱的基本体系结构组成了有序的网格状格子,如城市街道。

来自美国国立卫生研究院的核磁共振成像显示,大脑皮层中神经元通路的网状结构(4)

大脑一开始就有大量的“等待中的连接”。当两个PRs想要连接以存储模式关系时,它们不需要将树突延伸到整个大脑区域。它们只是连接到最近的轴突上,就像新公寓楼连接到市政供水系统。

在这个模型中,学习不是重新配置或建造物理结构的问题(这将是困难的和能源密集型的)。这是一个问题连接在高度一致的模式识别器之间。随着我们学习和体验事物而改变的是连通性之间的这些模块。我们的大脑的可塑性不是来自我们可以容易地构建新神经纤维或神经元的事实,而是改变这些连接几乎是即插即用的。

我们不断地被告知,大脑复杂得无可救药。但它也可能很简单,一个基本的认知单元重复了数百万次。

IBM研究中心认知计算部经理达门德拉•莫德哈写道:“神经解剖学家并没有发现一个完全不同于每个个体大脑的、错综复杂、任意连接的网络,而是一个大量的重复结构在一个个体的大脑内和跨物种的大量同源....令人惊讶的自然可重构性给人们带来了希望正则电路的改进;我们想要逆向设计的正是这种典型电路。”

我们是我们连接的总和。

外卖

上述模型对我们理解认知、学习、知识甚至意识有很多启示。但我想重点谈谈我们努力构建“第二个大脑”的意义。

我们可以再造一个大脑

皮层柱和pr的重复性简单性给了我们希望,这不是一个不可能完成的任务。实际上,在一个高度抽象的层次上构建整个大脑要比试图模拟每个化学物质和原子的相互作用更简单。就像我们制造了一个人造胰腺,复制了它的功能,而不是模拟每一个微小的胰岛细胞。万维网是将通讯这一单一功能扩展到大规模的早期例子。想象一下,如果我们对大脑的其他活动也做同样的事情。

事实是,我们已经有多个大脑了。就像我写过以前写道我们总是把我们的认知扩展到我们的工具和我们的环境。即使纯粹从生物学角度来看,也有大量证据表明,大脑各区域半独立运作,可以相互替代。出生时没有特定大脑区域,甚至整个大脑半球缺失的人可以过完全正常的生活。在我们的生物大脑中已经发现的自然可塑性应该使额外的扩展更有可能。

我们的思想有一个回转半径(或交易成本)

动作电位缓慢上升到概念层次的现象解释了这一点很多我们观察了大脑是如何工作的。

蔡加尼克效应描述了当人们从一项未完成的任务中继续前进时,该任务的细节如何在一段时间后作为一种“认知残余”保留下来。你可能已经注意到,当你离开一项高度集中的活动时,你的大脑需要一段时间来“放手”这个问题。切换任务的速度是有限制的,因为改变环境需要在用其他想法重新饱和神经元之前“去饱和”神经元。

遍历每个级别需要几百百分之几到几十分之秒。因此,诸如人脸的中等高级模式可以只要整个第二次识别。

这些认知交易成本可以被理解为“转向半径”。您已加载到多个层次结构中的模式越多,您就可以取得更快,因为您识别到处都是识别模式,并且一切似乎都连接到其他一切。

但是,随着你牺牲敏捷性的动力,因为“加载”不同的背景是具有物理限制的生物过程。这就像试图转向一条街道,同时每小时90英里。偶数计算机偶数甚至是转向半径,顺便说一下:当您重新启动计算机或重置RAM时,您将“刷新”它正在处理的信息的内存。

这是什么令人兴奋的是,它意味着一个最小尺寸的工作包的楼层,这对人类工作有意义。较小的批量大小是强大的,但这是否意味着我们应该在30秒的块中工作?不可以。我们的工作会话的底部限制由我们的心理交易成本定义,即我们可以快速激活,停用,并重新激活我们的模式识别员。

期望的结果是透镜

该模型还可以解释吸引力法则的神经系统基础,“通过关注积极或消极思想人们可以将积极或消极的经验带入他们的生活中的信仰。”设定意图或制定期望的结果不仅仅是一厢情愿的想法。实际上,可能是我们的意识触发了一系列信号,这些信号或抑制或加强了每一个较低层次的联系,甚至是无意识的。这有时被称为网状激活系统

实际上,我们可以通过我们的感官接收到无限的信息,因此对其含义的解释也是无限的。就像GPS系统带领我们穿越任何地形,到达我们想去的地方,我们头脑中的概念层次结构被设计出来,使我们认为重要和有价值的东西浮出水面。无论是机遇和可能性,还是问题和挑战,都取决于我们自己。

随机性是一种特征

矛盾的是,我们的大脑是高度有序和有规律的,这一发现实际上使随机性变得更加重要。人们发现,皮层微型柱是如此紧密地交织在一起,以致于它们相互“泄漏”动作电位。这是一个功能,允许我们在严格的逻辑之外思考(游戏邦注:如艺术、音乐、舞蹈等)。

同样的,目的P.A.R.A.就是创建一个沙盒,让笔记的内容相互渗透。的目的RandomNote是允许在不同的笔记本电脑中允许甚至遇到彼此。的目的进步的总结是允许想法和短语尽可能长时间留下他们的原始形式,在那里他们仍然可以将“混合”变成更广泛的“想法食谱”。

我们的生物大脑的作用将成为“专家经理”

一旦我们拥有了所有这些技术系统,我们的第一个生物大脑会做什么呢?它将成为一个“专家经理”。这个术语来自于实验,在实验中,一个软件程序负责选择和管理一组其他的、更专业的软件程序。

Watson,IBM电脑着名击败了顶级危险冠军,正好工作。其非结构化信息管理架构(UIMA)部署数百个不同的子系统。UIMA了解每个问题解决子系统的优势和缺点,并混合并将它们与它们一起匹配,以解决其呈现的问题。它可以通过使用它们缩小问题空间来缩小最终解决方案,从子系统中包含答案。UIMA还可以计算答案的信心,就像一个人的大脑一样。

这是我们的生物大脑如何管理认知扩展的模型。有趣的是,专业知识往往比常识知识更有条理、更有条理,也更少模棱两可。我认为,我们将越来越多地看到“认知分工”,即我们将主题知识外包给外部系统,但保持我们自己的常识和一般知识处于主导地位。

这些专家系统将为我们提供一般的陆军员工:思考和预先规划许多行动方案,并将其作为批准的可能性向我们展示。在科幻故事中,这些替代期货将旋转到模拟宇宙中速度比实时数千次运行,然后向我们汇回我们的结果。

大脑就像电脑

思维模式识别理论提出了这样一个问题:“如果人类的大脑是一台电脑会怎样?”然后得出最极端的结论。它既不是“正确的”,也不是“正确的”,就像历史上把大脑比作蒸汽机一样。

但它可能有用。矛盾的是,由大规模平行模式识别员组成的概念层次结构将解释我们对我们的主观体验的许多。感觉某种东西“舌尖”可以是模式识别者在他们变得意识的水平之下射击。“当我看到它”时,“我知道它”的确定性可能是PRS射击的组合,而没有相应的,更高阶的单词标签。当我们不限于有意识的模式时,我们的直觉会收集新的深度。

众所周知,深度学习的创新源自对人类大脑的研究。也许现在是时候让人脑向电脑学习了。

注:我将这篇文章作为免费文章发表,因为我真的希望得到反馈,尤其是来自神经学家和其他大脑专家的反馈。我知道这个理论不是“正确的”理论,但它对我的研究有巨大的影响,我想知道它的极限到底是什么。我不想拍那种火辣的这篇广受欢迎的永旺文章,在没有作者阅读它的情况下,它特别呼唤Kurzweil的书(在我的估计中,基于他的批评)。您可以通过电子邮件发送反馈tiago@www.maggotpunks.com


订阅下面以获得免费的每周电子邮件,我们最好的新内容,或者跟随我们推特脸谱网InstagramLinkedIn,或YouTube.或者成为一个实践成员以获得即时访问我们全部的会员专属的帖子集合。


1:如何创造思维(亚马逊联盟链接)作者:雷·库兹韦尔在这里我的笔记

2:http://nautil.us/issue/59/connections/why-is-the-human-brain-so-efficient

3:http://www.differencebetween.net/science/difference-between-axons-and-dendrites/

4:http://www.extremetech.com/extreme/133651-first-map-of-the-human-brain-reveals-a-simple-grid-like-structure-between-neurons.