《A Thousand Brains》读后感1000字

　　《A Thousand Brains》是一本由Jeff Hawkins著作，Basic Books出版的Hardcover图书，本书定价：USD 30.00，页数：288，特精心收集的读后感，希望对大家能有帮助。

　　《A Thousand Brains》读后感(一)：非常有趣的一本关于人脑研究的科普类读物

　　作者主要介绍了他和他的团队的研究发现，即人类是通过皮质层里的cortical columns以reference frames为模型来不断学习和更新对世界的认知，从而产生智能。他提出人脑主要分两部分，old brain和new brain。 old brain是经过长久时间的进化而来的，所以符合selfishgenes的全部特质，即唯一目的就是繁衍。而人类的贪婪、自私、暴力等等“恶习”均是由于基因繁衍目的产生的。而new brain主要就是由nerocortex即皮质层构成，它是我们人类认识世界，产生智能的大脑器官。除了解释这套理论以外，作者还讨论了机器智能的未来发展、超级智能是否会威胁到人类、与外星文明沟通的可能性、在人类灭绝后如何保存我们人类的知识。

　　我真希望我在青少年的时候可以有幸读到这本书。即使我不从事神经科学或者任何这类科学研究工作，也能帮我更好的拓宽我的认知范围，更好地理解世界，理解我们人类自身。

　　《A Thousand Brains》读后感(二)：我思故我在

　　幸亏有像Musk和Hawkins这样的执着求知，愚蠢和野蛮才不会阻挡人类前进的脚步。Hawkins是Palm的创始人，但一生痴迷的是深入理解新皮质neocortex。他提出颠覆性的framework ，继而通过反向工程新皮质和思维模式来创立全面人工智能(Artificial General Intelligence)，而不只是单一技能deep learning的AI。“We know how incredibly big the universe is and how incredibly small we are”，第三部分对old brain的声讨和对生命意义的重新定义（从基因的传承变为智慧的传承），其实未必与第一二部分脱节。基于智慧优于基因，因为基因只是复制，智慧knowledge/intelligence 除了有传承的方向，还具有真正的意义end goal。适合星际航行的智慧机器会是一种高阶（？）的生命形式，既不受限于old brain，又没有皮囊的羁绊（尽管也有复制的难处）。从而能让人类的智慧在太阳系灭亡后还能存续下去，或许有一天和智慧外星人相遇。作者的乐观基于回溯两百年无人敢想象今日人类的智慧成就，同理我们无需担心未来人类的创造能力让一切皆有可能。

　　《A Thousand Brains》读后感(三)：他放弃了挣百亿美金的机会，竟然是为了。。。

　　Jeff Hawkins在1992年创立了Palm，一个早期的掌上设备公司。他很早就认识到了掌上设备才是未来，并且成功推出了几个产品。倘若他在这一行继续做下去，也许能够做出类似iPhone的产品。在智能手机的浪潮中，有他的经验和眼光，赚到百亿美金不是难事。但他竟然放弃了这一切，而在2000年左右离开Palm，去追逐自己脑科学的梦想。之后他办过研究所，然后在2005年建立Numenta公司，去同时做研究和开发。这本A Thousand Brains，就是Jeff用百亿美金的机会成本，换来的最新的研究成果。

　　Jeff一生的梦想，就是提出一个解释Neocortex(新皮质)的理论。新皮质被认为是大脑中负责所有高级思维的部分。如果能有这样一个理论，人们就知道智慧如何从大脑中诞生。而这本书提出了一个叫A Thousand Brains的理论。其大致思路如下。

　　之前科学家发现Neocortex大概由150,000个Cortical Columns（皮层柱）组成。而Vernon Mountcastle猜想每个Cortical Column就是大脑中的一个独立的计算单元，负责不同功能（如语言，视觉）的Cortical Column并没有本质区别。Jeff Hawkins在这个基础上，提出每一个Cortical Column内部大致有两层。一层负责处理感官输入，并对于物体的表征进行建模。另一层负责处理运动输入，并对于方位进行建模，好像地图。学习的核心就是在这两层建立连接。比如，要学习一个中间有商标的杯子，感官层会有一部分记录下商标的特征，然后连接到地图层对应的中间部分。而这个地图层，在书中又被称作Reference Frame（参考框架），是整个A Thousand Brains理论的核心。为什么地图会如此重要？Jeff讲到原始动物演化出大脑的最大目的是在复杂的环境中生存。而地图可以很好的帮助动物去探索，记录这个世界。这个地图模型的泛化也能力很好，可以存储更抽象的知识，所以慢慢被借用于更高级的功能，如语言，数学，哲学。此外，这个模型的一个优势是具有不变性。比如，当物体移动，旋转时，会激活地图层的不同区域，但依然可以识别同一个物体。这比起现有的卷积神经网络要好很多。另一个优点是可以反过来生成感官信号。比如，我们可以在脑海中幻想移动，然后浮现出一个场景。

　　在建立了单个Cortical Column的模型后，Jeff进一步提出，每个Cortical Column都是独立的，但多个Cortical Columns可以从不同的方面（如视觉，触觉），去描述一个物体。面对一个系列的感官输入，所有的Cortical Columns会尝试识别， 然后通过投票来确定该物体。这个模型很像机器学习中的Ensemble learning（集成学习），通过把大量的弱模型组合起来，实现强效果。这与强调多层次的深度学习模型还是不一样的。

　　有了理论，下面就需要去验证。在书中，Jeff讲到一些现象可以很好的由这个理论解释。但可惜的是，他并没有给出直接的实验结果去证实或者证伪其理论。 这也许因为Jeff毕竟没有太多在学术界的经验。不知他是否读过《追寻记忆的痕迹》这本书。该书作者，也是诺奖获得者Eric Kandel通过许多巧妙的实验，一步一步揭示了记忆在细胞和分子层面是如何运行的。整本书环环相扣，每一个结论都令人信服。很可惜的是，在Jeff的书中，我没有能够看到足够的证据。所以读完本书，终究只能认为A Thousand Brains理论只是一个有趣的猜想。

　　Jeff还可以尝试基于其理论去构造人工智能。如果真的能够造出一个智能机器，在某一个任务领域（比如物体识别）超过了当前最好的成果，那么我们对其理论的信心还是会大增。这也是我在读本书第二部分Machine Intelligence之前所最期待的。但在这部分中，他只是很简略的提出了一个设想，没有任何具体的蓝图，也没有任何测试结果。这让人有些失望。当然，Jeff的Numenta公司有研发一体化。也许此时，Jeff正带领着工程师们，去开发一个新的人工智能系统。

　　总的来说，这本书提出了一个有趣的大脑理论，介绍了Jeff追逐科研梦想的人生之旅，又记录了他对于未来的一些看法，还是值得一读的。