序
人類(lèi)天生渴望認(rèn)知。
——亞里士多德

人類(lèi)探索智能本質(zhì)的旅程漫長(zhǎng)而曲折。從遠(yuǎn)古先民虔誠(chéng)樸素的“萬(wàn)物有靈論”（Animism），到霍布斯在《利維坦》中細(xì)致描述的“自動(dòng)機(jī)”（Automata）；從十八世紀(jì)沃坎森傾力打造的、擁有消化系統(tǒng)的機(jī)械鴨子，到雅克德羅妙手創(chuàng)造的能吟唱、繪畫(huà)與書(shū)寫(xiě)的機(jī)械人偶，我們的認(rèn)知旅程充滿(mǎn)了離經(jīng)叛道的想象與人定勝天的
自負(fù)。
如今，以GPT系列為代表的大模型技術(shù)所帶來(lái)的人工智能風(fēng)潮席卷，其在智力推理、情緒感知乃至文學(xué)藝術(shù)創(chuàng)造等多個(gè)領(lǐng)域的表現(xiàn)，已逐漸達(dá)到甚至超越人類(lèi)自身。這不禁促使我們重新審視：人工智能作為最初從模仿生命行為與人腦機(jī)制中誕生的技術(shù)，是否還需要繼續(xù)向認(rèn)知科學(xué)與腦科學(xué)汲取靈感，是否依然需要追隨人類(lèi)足跡，還是已經(jīng)可以踏上屬于自己的探索之路？
辛頓早在2020年GPT-3嶄露頭角時(shí)，就宣稱(chēng)：“或許生命、宇宙和萬(wàn)物的終極答案不過(guò)是4.398萬(wàn)億個(gè)參數(shù)而已�！边@個(gè)宣言所表達(dá)的是一種對(duì)“參數(shù)量”的崇拜——仿佛只要參數(shù)足夠龐大，人工智能便可以接近甚至超越人類(lèi)智慧。
作為一個(gè)腦科學(xué)和人工智能交叉學(xué)科的研究者，我不知道答案。但是生物的進(jìn)化給我們提供了一個(gè)信仰的基石——智能并非簡(jiǎn)單地依賴(lài)神經(jīng)元數(shù)量。大象的大腦重約5?kg，擁有約2570?億個(gè)神經(jīng)元；而虎鯨的大腦重達(dá)9?kg，僅小腦神經(jīng)元數(shù)量便超過(guò)1000?億，遠(yuǎn)超過(guò)人類(lèi)大腦的860?億個(gè)神經(jīng)元。但是它們的智能程度卻遠(yuǎn)不及人類(lèi)——在浩瀚無(wú)垠的宇宙中，只有我們?nèi)祟?lèi)能夠創(chuàng)造語(yǔ)言、發(fā)展數(shù)學(xué)、探索宇宙，甚至建造文明。所以，智能并非參數(shù)量的簡(jiǎn)單疊加；可能更在于這些神經(jīng)元的連接方式、信息流的動(dòng)態(tài)模式，以及復(fù)雜系統(tǒng)內(nèi)部的協(xié)作與協(xié)調(diào)機(jī)制。所以，在我看來(lái)，人工智能依然需要腦科學(xué)的持續(xù)啟發(fā)。
首先是智能架構(gòu)的優(yōu)化與模塊化設(shè)計(jì)。人類(lèi)大腦的皮層分區(qū)與功能模塊呈現(xiàn)出精妙的分層特化和精細(xì)協(xié)作模式。視覺(jué)、聽(tīng)覺(jué)、運(yùn)動(dòng)、情緒、語(yǔ)言，這些系統(tǒng)看似獨(dú)立，卻又緊密相連，形成高效的多模態(tài)信息處理體系。而當(dāng)前主流的人工智能模型，雖然參數(shù)規(guī)模龐大，卻仍未真正掌握這種精巧的功能模塊獨(dú)立性和交互機(jī)制。因此，腦科學(xué)對(duì)大腦分區(qū)與功能整合的進(jìn)一步揭示，將為人工智能提供極為重要的架構(gòu)啟示。
其次是持續(xù)學(xué)習(xí)與記憶整合。人類(lèi)大腦可以在生命過(guò)程中不斷接納新知識(shí)，同時(shí)牢牢保留已有的記憶和技能。目前人工智能的“災(zāi)難性遺忘”問(wèn)題，恰恰暴露了其在持續(xù)學(xué)習(xí)上的不足。深入研究海馬與皮層的協(xié)作機(jī)制、記憶的重放現(xiàn)象以及睡眠對(duì)記憶的鞏固作用，都將為構(gòu)建能夠真正自我適應(yīng)、持續(xù)進(jìn)化的智能模型提供寶貴的理論基礎(chǔ)和實(shí)踐范例。
再者，魯棒性與可解釋性是當(dāng)前人工智能應(yīng)用的重大挑戰(zhàn)，尤其在面對(duì)噪聲、缺失信息或未知環(huán)境時(shí)尤為明顯。而人腦卻表現(xiàn)出非凡的韌性與適應(yīng)性，其多通路信息冗余機(jī)制、反饋控制機(jī)制和注意力調(diào)控策略，無(wú)疑是提高人工智能魯棒性和可解釋性的絕佳藍(lán)圖。
最后，人工智能最稀缺的真正從0到1的顛覆式創(chuàng)造力，或許來(lái)源于我們根植于內(nèi)心深處的生命與的本能驅(qū)動(dòng)力，亦或許來(lái)源于我們?cè)诤棋�空間與無(wú)限時(shí)間中逐漸塑造出的獨(dú)一無(wú)二的自我意識(shí)。這些閃耀于智能之冠上的璀璨明珠，也許只有在人類(lèi)大腦的幽微深處，我們才能真正窺見(jiàn)其神秘的光輝。
因此，我們亟須推動(dòng)一種更深層次的腦科學(xué)與人工智能的聯(lián)姻。不再是單純的模仿，而是互相促進(jìn)共同進(jìn)化：腦科學(xué)將提供更多關(guān)于腦連接組、神經(jīng)動(dòng)力學(xué)、認(rèn)知理論的發(fā)現(xiàn)和啟示，指導(dǎo)人工智能構(gòu)建更高效的架構(gòu)和算法；而人工智能則可以利用強(qiáng)大的計(jì)算力與算法分析工具，深入解析海量神經(jīng)數(shù)據(jù)，推進(jìn)腦科學(xué)的基礎(chǔ)研究與應(yīng)用開(kāi)發(fā)。這種深度融合的科學(xué)范式，將為理解智能的本質(zhì)帶來(lái)質(zhì)的飛躍。
正是在這樣的背景下，劉泉影的《人腦智能與人工智能》應(yīng)運(yùn)而生。它基于David Marr提出的智能分析三層次（目標(biāo)、算法、實(shí)現(xiàn)），將人腦功能系統(tǒng)的探索與人工智能的實(shí)踐緊密結(jié)合。前半部分系統(tǒng)探討了視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、運(yùn)動(dòng)、情緒、語(yǔ)言、睡眠與夢(mèng)境等人腦關(guān)鍵功能系統(tǒng)，細(xì)致揭示了其背后的神經(jīng)機(jī)制以及人工智能對(duì)其的實(shí)現(xiàn)或模擬；后半部分則集中呈現(xiàn)了人工智能如何深入賦能腦科學(xué)研究，通過(guò)多模態(tài)神經(jīng)數(shù)據(jù)處理、腦網(wǎng)絡(luò)建模、數(shù)字孿生腦等技術(shù)，推動(dòng)腦科學(xué)研究邁向新的高度。
在認(rèn)知科學(xué)、腦科學(xué)與人工智能深度融合的前沿領(lǐng)域，我們正站在一個(gè)關(guān)鍵的歷史轉(zhuǎn)折點(diǎn)。我誠(chéng)摯邀請(qǐng)來(lái)自計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)、心理學(xué)、工程學(xué)乃至哲學(xué)等各學(xué)科領(lǐng)域的研究者與青年學(xué)子，共同參與到這一充滿(mǎn)挑戰(zhàn)且富有深遠(yuǎn)意義的跨學(xué)科探索中來(lái)，加入到探索智能本質(zhì)的旅程中來(lái)，在理解人類(lèi)智能的過(guò)程中，創(chuàng)造出一個(gè)全新的智能。
清華大學(xué)基礎(chǔ)科學(xué)講席教授
心理與認(rèn)知科學(xué)系主任
2025年8月于北京
序
還記得五年前，劉泉影老師在南方科技大學(xué)神經(jīng)計(jì)算與控制實(shí)驗(yàn)室初創(chuàng)《大腦智能與機(jī)器智能》這門(mén)新課。彼時(shí)，我也在準(zhǔn)備《AI與心理學(xué)》的新課。我們都苦于找不到現(xiàn)成教材，茶水涼了又熱，PPT改了又改，開(kāi)課優(yōu)質(zhì)年幾乎每堂課前都備課至凌晨。常常左邊畫(huà)著大腦皮層結(jié)構(gòu)圖，右邊貼著卷積神經(jīng)網(wǎng)絡(luò)示意圖；這邊討論著腦科學(xué)與AI結(jié)合的創(chuàng)新點(diǎn)，那邊琢磨著如何用AI模型解析心理學(xué)機(jī)制。就是在這些“燒腦”又興奮的夜晚，一個(gè)念頭愈發(fā)清晰：人腦與機(jī)器智能這兩條軌跡，正從并行走向交織，彼此照亮。
劉老師曾幾次邀我參與課堂，終于有幸成行一次。看著那些年輕面孔從最初被跨學(xué)科概念搞得暈頭轉(zhuǎn)向，到后來(lái)能侃侃而談?wù)n程核心觀點(diǎn)，甚至結(jié)課后設(shè)計(jì)出融合雙領(lǐng)域思想的創(chuàng)新模型。助教們也通過(guò)持續(xù)參與教學(xué)成長(zhǎng)為跨領(lǐng)域新銳——這大概是做教師最欣慰的事。他們的蛻變印證著時(shí)代命題：理解智能本質(zhì)，需同時(shí)穿越“突觸密林”與“算法星河”。他們讓我確信，未來(lái)突破必屬于既通生物腦之精妙，又諳機(jī)器智能之精髓的“兩棲”探索者。
但說(shuō)實(shí)話(huà)，想同時(shí)掌握這兩套體系談何容易！我們備課時(shí)就深有體會(huì)：想找本真正打通“腦”與“機(jī)”的書(shū)，難！神經(jīng)科學(xué)教材把神經(jīng)機(jī)制與認(rèn)知功能講得透徹，卻很少提及這些發(fā)現(xiàn)如何催生了Transformer這樣顛覆性的AI；AI專(zhuān)著詳解公式代碼，卻鮮少剖析AI如何促進(jìn)對(duì)大腦運(yùn)作機(jī)制的理解。這種割裂讓學(xué)生困惑，更讓研究者錯(cuò)失啟發(fā)良機(jī)。
正因如此，劉老師團(tuán)隊(duì)執(zhí)筆寫(xiě)就此書(shū)：只為搭建一座橋。例如，為我們解析視覺(jué)之謎：為何獼猴顳葉神經(jīng)元活動(dòng)模式，與卷積神經(jīng)網(wǎng)絡(luò)中層特征驚人相似？其間藏著何種普適的對(duì)物理世界的編碼法則？
我篤信，書(shū)中諸多洞見(jiàn)正源自那些備課深夜里師生思維碰撞的火花，以及我們?cè)诮徊骖I(lǐng)域跌撞前行的體悟。它或許不優(yōu)質(zhì)，但竭力實(shí)現(xiàn)一個(gè)愿景：當(dāng)你研讀大腦章節(jié)時(shí)，會(huì)自然聯(lián)想到某個(gè)人工智能模型；而當(dāng)你調(diào)試算法時(shí)，又忍不住翻看書(shū)中對(duì)應(yīng)的神經(jīng)機(jī)制解析。
若你也為“智能”著迷——無(wú)論你是探索腦機(jī)制的科學(xué)家、構(gòu)建智能算法的工程師，還是求知若渴的學(xué)生——愿此書(shū)成為你征途上的伙伴。當(dāng)你在深夜被難題所困，或許書(shū)中某個(gè)人腦的“巧思”或AI的“妙招”，能倏然點(diǎn)亮靈感的星火。
因此，書(shū)中傳遞的不只是知識(shí)——更是投向“智能”深淵的微光，照亮來(lái)者的路。
澳門(mén)大學(xué)協(xié)同創(chuàng)新研究所教授
認(rèn)知與腦科學(xué)中心
2025年6月于澳門(mén)