如何創(chuàng)造思維：人類思想所揭示出的奧秘

各方贊譽  推薦序 解放思想 段永朝.跨界思想家財訊傳媒集團首席戰(zhàn)略官 前言 揭開人腦思維的奧秘  第1章 自然界的思想實驗 歷史上出現(xiàn)過很多著名的思想實驗，特別是關于自然界的思想實驗，愛因斯坦的“駕乘光束”實驗就是其一。研究大腦，也可以采用同樣的辦法。通過簡單的思想實驗，我們就能很好地理解人類智慧是怎么一回事兒。 思想實驗1：大峽谷和大洞穴的形成 思想實驗2：駕乘光束 大腦新皮質(zhì)的統(tǒng)一模式   第2章 思考的思想實驗 大腦和計算機都能存儲和處理信息，但是，大腦和計算機之間的相似性可不只是看上去那么簡單。大腦的記憶是層級結構和連貫有序的。記憶奇妙地出現(xiàn)在你的腦海里，一定是某些事物觸發(fā)了它們。  思考，人腦不同于計算機 記憶是連貫有序的 聯(lián)想因觸發(fā)而生 記憶的結構是層級的   第3章 大腦新皮質(zhì)模型 大腦新皮質(zhì)分 6層，共包含 300億個神經(jīng)元，它們又組成了 3億個模式識別器。這些模式識別器按層級關系組織，它們是思想的語言和思維模式識別理論的基礎。只有具備自聯(lián)想能力和特征恒常性能力，大腦新皮質(zhì)才能識別模式。思維模式分兩種：無目標思維和導向式思維，做夢就是無目標思維實例。 分層模式 模式結構 流向大腦新皮質(zhì)模式識別器的數(shù)據(jù)本質(zhì) 自聯(lián)想和恒常性 學習 思想的語言 夢的語言 模型的根源
第4章 人類的大腦新皮質(zhì)   盡管進化帶來的改變并不總是朝著更高的智力水平前進，但是，智力仍是一個重要的進化分支。大腦新皮質(zhì)的分層學習能力如此重要，以至于它在進化過程中體積越來越大，并最終成為大腦的主體。大腦運轉(zhuǎn)時，并不以神經(jīng)元為基礎，而是神經(jīng)元集合。 智力，一個重要的進化分支  新皮質(zhì)的分層學習能力 積木式神經(jīng)元集合 視覺皮質(zhì)與通用算法   第5章 舊腦  雖然大腦新皮質(zhì)已成為大腦的主體，但我們的舊腦并未消失，仍在幫助我們尋求滿足和躲避危險。丘腦的突出作用是與新皮質(zhì)持續(xù)聯(lián)絡，海馬體存儲最新記憶，而小腦則負責人體動作的協(xié)調(diào)。 感覺傳導路 丘腦 海馬體 小腦 快樂與恐懼   第6章 卓越的能力 人類的卓越能力，主要歸功于大腦腦島中的紡錘體細胞。大腦新皮質(zhì)某些區(qū)域的優(yōu)化，使其更善于處理聯(lián)合模式，這就是天分的由來?？珙I域合作和非生物大腦新皮質(zhì)的云端存儲，將讓我們更富有創(chuàng)造力。從進化觀點看，愛情的存在就緣于大腦新皮質(zhì)的需求。 天分 創(chuàng)造力 愛情   第7章 仿生數(shù)碼新皮質(zhì) 我們現(xiàn)在已能模擬包含 160萬個視覺神經(jīng)元的人腦視覺新皮質(zhì)，模擬完整人類大腦的目標，預計 2023年就可實現(xiàn)?！笆噶苛炕狈椒饶芨咝Ю糜嬎銠C資源，又能保留重要的語言識別特征。“隱馬爾可夫模型”讓語音識別系統(tǒng)能同時完成識別和學習兩項任務。 腦模擬 神經(jīng)網(wǎng)絡 矢量量化 用隱馬爾可夫模型解讀你的思維 進化（遺傳）算法 列表處理語言LISP 分層儲存系統(tǒng) 人工智能的前沿：登上能力層級頂端 創(chuàng)造思維的策略
第8章 計算機思維的4大基礎 盡管人腦的思維模式極為精巧，我們?nèi)钥赏ㄟ^軟件對人腦進行模擬。要想做到這一點，計算機必須要具備準確的溝通、記憶和計算能力，具有計算的通用性和馮 ·諾依曼結構，并且能夠按大腦核心算法進行創(chuàng)造性思維。 基礎1：準確的溝通、記憶和計算能力 基礎2：計算的通用性 基礎3：馮·諾依曼結構 基礎4：按大腦核心算法進行創(chuàng)造性思考   第9章 思維的思想實驗3 意識來源于復雜物理系統(tǒng)的“涌現(xiàn)特性”（emergent property），“感受性”（qualia）是其突出特征。成功模擬人腦的計算機也是有意識的。思維就是有意識大腦所進行的活動。非生物學意義上的“人”將于 2029年出現(xiàn)。將非生物系統(tǒng)引入人腦，不會改變我們的身份，但卻產(chǎn)生了另外一個“我”。把我們的大部分思想儲存在云端，人類就能實現(xiàn)“永生”。 誰是有意識的 你必須有信仰 我們能夠意識到什么呢 東方是東方，西方是西方自由 意志身份
第10章 有關思維的庫茲韋爾定律 信息技術的發(fā)展，都遵循著庫茲韋爾定律，與思維相關的技術也不例外。隨著人類基因組計劃的實施，生物醫(yī)學已成為一項信息技術，并呈指數(shù)型發(fā)展。在互聯(lián)網(wǎng)上，每秒比特的傳遞量每 16個月就翻一番。磁共振成像技術，也以指數(shù)級速度穩(wěn)定發(fā)展，目前的空間分辨率已接近 100微米。 生物醫(yī)學 信息傳輸 大腦研究   第11章 反對的聲音  庫茲韋爾定律及其在人類智能提高方面的應用，也招致了不少批評。保羅 · 艾倫對“指數(shù)發(fā)展”說完全持否定態(tài)度。羅杰斯 · 彭羅斯認為，計算機無法像人腦那樣進行量子計算。約翰 · 賽爾說，計算機即便能夠通過圖靈測試，它也不知道自己在做些什么。 “奇點遙遠”論 “量子計算能力缺失”論 “無意識”論  后記 擁抱“奇點” 注釋 譯者后記