《人工智能的未来》

这本书讲什么？

2004 年由 Times Books 出版，作者杰夫·霍金斯是 PalmPilot 的发明人、美国国家工程院院士，合著者桑德拉·布拉克斯莉是《纽约时报》科学撰稿人。霍金斯不满意当时人工智能的主流思路——用能通过图灵测试的行为来定义智能，也质疑把大脑简化为「输入—处理—输出」的计算模型。他提出「记忆—预测框架」：新皮层是一层层堆叠的预测器，每一层都在根据过去见过的序列，预测下一刻将收到的输入；感知不是被动接收，而是大脑不断生成预测、再拿预测去比对现实、只在预测落空时才更新。全书先拆解「智能是什么」，再说明这一框架如何解释记忆、知觉、创造力与意识，最后讨论如何据此造出真正会学习的机器。

为什么值得读？

因为它提供了一个可以搬走的思维框架，而不只是一个关于大脑的说法。把智能定义为「预测」，会改变你提问的方式：与其问一台机器「能不能做 X」，不如问它「有没有一个关于世界的内部模型，能否在事情发生前预判」。这套视角对今天的深度学习仍然有解释力，也构成对纯数据驱动路线的一种严肃质疑——霍金斯认为，靠海量标注数据拟合输入输出，缺少的正是「世界如何运作」的模型。它的立场明确可被反驳：认知科学家指出，预测编码并非霍金斯首创，且该框架难以解释语言与抽象推理；工程界则质疑它多年未拿出可比的系统。读它的价值不在于相信结论，而在于获得一个能用来审视所有 AI 叙事的对照坐标。 经典性证据：① 维基百科有独立书籍条目（Times Books，2004）；② IEEE Intelligent Informatics Bulletin 2006 年刊发专业书评；③ 中文版由陕西科学技术出版社（2006）、中国华侨出版社（2014）、浙江教育出版社（2022）先后正式出版；④ 作者霍金斯 2003 年当选美国国家工程院院士。

核心思想

• 智能的核心是预测，不是行为。用「能否表现得像人」来判断智能，会把鹦鹉学舌误认成理解；真正的智能标志，是能否在事件发生前预判，并根据误差修正内部模型。
• 大脑是分层的预测机器。新皮层由大量结构相似的皮层柱堆叠而成，低层预测近处、短时的输入，高层预测更抽象、更长时间尺度的模式；「不变表征」让同一物体在不同角度、不同感官下被识别为同一物。
• 记忆不是回放，而是提取序列规律。我们记住的不是逐帧画面，而是「接下来通常会发生什么」的序列结构；创造力则是把不同序列的片段重新组合，并在预测落空处产生新连接。
• 真正的机器智能必须建立在时间与序列之上。霍金斯认为，脱离时间维度的静态模式识别无法通向通用智能；机器需要像大脑一样，持续预测下一刻的输入。

这本书试图回答什么？

• 如果智能是预测，那么「通过图灵测试」究竟证明了什么，又遗漏了什么？
• 一个只会拟合输入输出的系统，能否在没有「世界模型」的情况下真正理解它处理的东西？
• 预测框架能解释语言、数学与抽象推理吗？如果不能，它的边界在哪里？

适合谁？

对「智能究竟是什么」有持续疑问的读者；AI 从业者与研究者，尤其是想跳出「堆数据、调模型」范式、寻找替代框架的人；认知科学与神经科学的学生；以及关心 AGI 路线之争的投资者与观察者。不适合寻找具体算法实现或工程教程的读者——它是纲领，不是代码。

阅读指引

前半部（智能的定义、大脑的分层结构）是全书骨架，值得慢读；中段对记忆、知觉与创造力的解释是框架的展开，可结合自己的经验核对；末章讨论机器智能的路线，可与今天的深度学习实践对照着读。建议与《千脑智能》（A Thousand Brains，2021）对读，看霍金斯十七年后如何修正自己的理论。中译本以浙江教育出版社 2022 年《新机器智能》较新，早期陕西科技版译名《人工智能的未来》可作参照。读时保留怀疑：把「预测」当作启发式，而不是教条。