編者按：Jeff Hawkins是美國著名發明家、計算機科學家和神經科學家，美國工程院院士。2004年，他出版了一本科普著作《On Intelligence》，把人工智能這個陌生概念播撒到無數人的心里。和現有機器學習、深度學習等研究不同，他的研究方向是破解人類大腦的工作機制，然后把它用于計算機。就像許多教授在大會上所詬病的，他也曾批評過現有“AI研究”不過是搜集數據。14日，《紐約日報》撰寫了一篇專欄，向我們揭示了這位高深莫測的大師的近況，以及他的神經科學研究。

Jeff Hawkins

在構建人工智能的全球競賽中，這是個被錯過的機遇。

Jeff Hawkins，一個用了十年時間潛心研究人類大腦奧秘的硅谷老兵，原本已經同意與世界領先的AI實驗室——DeepMind安排會面了。

DeepMind是Google母公司Alphabet旗下的一家子公司，它的科學家們正致力于制造出一臺機器，讓它能完成大腦所能做的所有任務。而Jeff Hawkins早在十幾年前就創辦了一家小公司Numenta，它的目標是弄清楚大腦是如何工作的，然后對其進行逆向工程。

但這場本該在4月進行的會面還是夭折了。DeepMind聘請了上百名優秀AI研究員，擁有一支經驗豐富的神經科學家團隊，但在訪問前夕，Jeff Hawkins和DeepMind的創始人之一Demis Hassabis進行了一次對話，讓后者發現整個倫敦實驗室幾乎沒有人能理解Hawkins的工作。

正如Hawkins所說的，在世界能夠構建人工智能之前，它必須先解釋人類智能，這樣我們才能創造出真正能像大腦一樣工作的機器。“你不必模仿整個大腦，”他說，“但你必須了解大腦如何運作，并模仿其中的重要部分。”

這也是他的公司Numenta的工作目標。現年61歲的Hawkins以工程師的身份開始了自己的職業生涯，他創辦了兩家傳統移動計算機公司Palm和Handspring，并在此過程中自學了神經科學。

現在，在Numenta工作了十多年之后，他認為自己和一些一起工作的研究人員正在努力解決這個問題。在周一于荷蘭舉辦的一場會議上，他將公布團隊的最新研究：大腦功能的基本組成部分——皮質柱的內部運作機理。

對于這項研究，機器學習社區的研究人員們會是什么反應呢？是肯定Hawkins研究的價值，還是認為他不正統、太自信？目前這還是個未知數。

Jeff Hawkins將在荷蘭的會議上展示團隊最新成果

Hawkins一直沉浸在自己對大腦工作機制的包羅萬象的想法中。這和一般神經科學家不一樣，他們的目標往往是研究果蠅大腦，或是人類視覺的某一細節，這也是Hawkins比他們更進一步的地方。

他的理論始于皮質柱。所謂皮質柱，指的是大腦皮質的基本功能單位，又稱功能柱。它是新皮質的重要組合部分，新皮質是哺乳動物大腦皮質的大部分，與視覺、聽覺人類語言、理性等高等功能有密切關系。但是，目前神經科學家對新皮質的工作原理尚且存疑。

Hawkins認為皮質柱在處理每個任務時使用的都是相同的方法，相當于計算機執行不同任務時往復循環地使用單一算法。對于花費數十年建立新型計算設備的人來說，這個想法非常合乎邏輯。

因此他要做的就是找出這種“算法”。

雖然有人持懷疑態度，但不少神經科學家還是很喜歡這個想法的，有人甚至也在做類似的研究。他們都對Hawkins的廣泛思考持贊許態度，畢竟在學術界，做一個特立獨行的人真的很不容易。而在Hawkins看來，當你為自己的科研工作投資資金時，整件事會更容易一些。

盡管如此，有些人還是對他自籌資金的行為生出了另一種擔憂，排開對學術互動嚴謹性的影響，這種做法會不會是一種不切實際的冒險呢？事實上，Numenta多年來一直在研究大腦一小部分，他們有一個合理的理由：把大腦的所有工作機制拼接在一起是一項艱巨而難以理解的任務。

“很明顯，我們需要更好地了解什么是智能。”MIT的神經科學家Tomaso Poggio在采訪了Hawkins和Hassabis后如是說，“而Hawkins正在努力揭示這一點。”

如果Hawkins的工作成功了，那他帶給AI社區的啟發和影響將遠超AI現在取得的成就。今年來，Google、蘋果和亞馬遜等公司已經在自動駕駛汽車、智能助理、即時翻譯軟件等領域獲得了不少突破。

它們都依賴于“神經網絡”，這是一種以大腦中的神經元網絡為模型的數學系統。由于科學家們不理解大腦的工作原理，他們無法重建大腦，也無法復制大腦的重要功能。

Jeff Hawkins的科研團隊

按照Allen腦科學研究所的首席科學家兼總裁Christof Koch的說法：“到目前為止，大腦是已知宇宙中最復雜的高度興奮物質。我們甚至不了解蠕蟲的大腦。”

來自破解大腦的召喚

1979年，憑借對DNA的研究獲得諾貝爾獎的Francis Crick在Scientific American上發表了一篇文章，他呼吁建立一個包羅萬象的大腦理論，以解釋人腦這個“深刻而又神秘”的器官。

就在當年，Hawkins在康奈爾大學獲得電氣工程學位，開始步入職業生涯，他先后供職于計算機芯片巨頭英特爾和一家早期筆記本電腦公司Grid Systems。但在讀了雜志上的那篇文章后，他意識到只有研究大腦才是自己的畢生追求。

那時他還在英特爾，他向上級申請建立一個神經科學實驗室，但這個提議很快就被拒絕了。于是Hawkins轉而在加州大學伯克利分校求學，不幸的是，他的博士研究計劃也被斃了。在那個年代，Hawkins的種種經歷都足以說明他是個異類。

時間來到1992年，他創辦了自己的公司Palm Computing。在iPhone出現的15年前，這家公司已經為大眾制造了一臺手持電腦。但Hawkins顯然沒有忘記自己的理想，當他聘請Donna Dubinsky作為公司的CEO時，他曾警告道：只要有可能，我就會放棄與Palm合作，重返神經科學領域。每每憶及此事，Dubinsky就不由感慨：“這件事一直在那里，一直在后臺醞釀著。”

1996年，U.S. Robotics以400萬美元收購了Palm。大約兩年后，Hawkins和Dubinksy一起離開了，他們創辦了一家新公司Handspring。四年后，Palm重新恢復獨立，并在2003年收購了Handspring 1.92億美元的股份。

第二次把公司賣了之后，Hawkins終于建立起了自己的神經科學實驗室。但它的壽命非常短，因為一個充滿學術氛圍的實驗室不足以支撐Hawkins對他的新皮質理論的研究。于是，他聯合Dubinsky和另一名人工智能研究員Dileep George一起創立了Numenta。

在剛開始的幾年間，這家公司嘗試過銷售自制軟件，但在Dileep George離開之后，它又進入了一個單一的項目。現在它主要由Hawkins本人資助——當然他不會透露自己花了多少錢——公司的唯一目的是解釋新皮質的工作原理，然后對其進行逆向工程。

Jeff Hawkins：“你不必模仿整個大腦，但你必須了解大腦如何運作，并模仿其中的重要部分。

一杯澄澈的咖啡

在Numenta內部，Hawkins獨占一間小辦公室，辦公室外是另外五名神經科學家，大多是自學成才。

Hawkins說，大約兩年前，他正坐在辦公室里，盯著咖啡杯。

他摸了一下杯子，用手指劃過杯沿。突然，仿佛有靈感迸現，他跳了起來，快速向門外跑去。

他一頭扎進剛吃完午飯的妻子的懷里——研究副總裁Subutai Ahmad，他偶然發現的最親密的合作者——一邊大聲喊著：“皮質知道一切的位置！”這個舉動讓Ahmad一頭霧水。

當Hawkins盯著杯子看時，他意識到皮質柱不僅僅是捕獲感覺，它們還能確定激活那些感覺的位置。它們捕捉世界的方式是三維的，而不是二維，一切都與周圍的事物有關。

直到最近，沒有人理解新皮質是如何將視覺上平面圖像轉換為大腦中的真實物體的。 但我們弄清楚了這一點的工作原理。我們推斷出新皮層的所有輸入都與表示“位置”的信號配對。當你看到杯子的圖像時，圖像的每個部分、每個線段都會被分配一個相對于三維杯子的位置。它類似于在計算機中創建對象的CAD模型。我們的理論解釋了為什么你能在看到二維杯子線條時能感知到三維的杯子，以及為什么你可以想象它旋轉的樣子、觸摸的感覺。它還解釋了為什么即使你移動視點，把視點固定在圖像上的不同位置，你對杯子的感知也是穩定的。只要將輸入特征指定到相對于杯子的正確位置，圖像相對于視網膜出現的位置就無關緊要了。——Jeff Hawkins《強人工智能的秘密》

Hawkins堅信，如果皮質柱以這種方式處理視覺和觸覺，那么它們也會以類似的方式處理聽覺、語言甚至數學。從那以后，他一直在努力證明這一點。

他說：當大腦構建一個世界模型時，一切都有相對于其他一切的位置。這就是它理解一切的方式。”

他和AI社區研究人員之間的關系一直很緊張，但其中的癥結并不是學界覺得Hawkins錯了，而是他們根本不理解他從事的研究——如此與眾不同，如此雄心勃勃。

“為了推動科學進步，Hawkins一直在努力的事情不能陷入困境。他可以從其他神經科學家的廣泛實驗中借鑒并受益。”加利福尼亞研究實驗室Janelia Research Campus的高級主管Nelson Spruston表示，“連續循環的測試和修改生物學啟發的神經計算模型是開發富有洞察力的大腦理論的關鍵。”

從另一方面看，Nelson Spruston也包含這樣的潛臺詞：Hawkins將不得不為了更嚴格的審查公開自己的研究，并找到和其他研究團隊的互動方式——他們可能從未以他的方式看待大腦。