來源：AI科技評(píng)論

編譯 ：琰琰

校對(duì) ：青暮

Geoffrey Hinton在最新發(fā)表的一篇論文“如何在神經(jīng)網(wǎng)絡(luò)中表示部分-整體層次結(jié)構(gòu)”中提出了一種被稱為GLOM的新理論。

關(guān)于GLOM模型與千腦理論（ Thousand Brains Theory ）之間有何差異近日成了學(xué)者們討論的熱點(diǎn)。千腦理論是由Numenta聯(lián)合創(chuàng)始人、計(jì)算機(jī)科學(xué)家，神經(jīng)生物學(xué)家Jeff Hawkins于2018年提出的一種理解大腦運(yùn)行機(jī)制的新方法。

基于此，Numenta公司近日發(fā)表了一則官方博文，文章中研究人員Marcus Lewis 從高層次概述了GLOM模型與千腦理論的共同點(diǎn)和差異。詳細(xì)內(nèi)容可見以下視頻：

1

什么是千腦理論？

千腦理論（ Thousand Brains Theory ）是一種感知移動(dòng)（sensorimotor ）理論，它通過模擬大腦皮層的腦回路，提出了一種理解大腦運(yùn)作過程的新方法。

Vernon Mountcastle 最早提出，皮層柱（Cortical Column）在大腦皮層的每一個(gè)功能區(qū)域和層級(jí)都執(zhí)行相同的計(jì)算。唯一不同的是輸入的變化。基于Mountcastle的理論，千腦理論提出，大腦并非構(gòu)造一個(gè)物體的模型，而是平行地構(gòu)造數(shù)千個(gè)物體的模型。

皮層柱用不同的感官輸入構(gòu)造模型。比如手掌上的手指可以代表五個(gè)不同的輸入感官，每一柱對(duì)它們所感知到的東西進(jìn)行投票并得出一種單一解釋，這種解釋也就是它們協(xié)商一致的結(jié)果。

這一理論的關(guān)鍵在于，大腦皮層的每一根皮層柱通過移動(dòng)來學(xué)習(xí)構(gòu)造物體的模型。也就是，通過觀察我們的感官輸入在移動(dòng)時(shí)發(fā)生的變化。例如，當(dāng)我們的眼睛在掃視時(shí)，大腦中的皮層柱會(huì)不斷地預(yù)測(cè)新的感覺。

該理論還提出，大腦皮層主要處理由每個(gè)皮層柱產(chǎn)生的參照系。基于參考系，每一柱可以將感官輸入與物體的位置和結(jié)構(gòu)進(jìn)行關(guān)聯(lián)，例如當(dāng)你觸摸杯子時(shí)，你接收到的每個(gè)感覺都是相對(duì)于它在杯子上的位置進(jìn)行處理的結(jié)果（參考系允許這種情況的發(fā)生）。

2

它與GLOM模型有何相似之處？

GLOM模型是建立在Hinton早期的膠囊研究基礎(chǔ)之上的。早在2017年，Numenta公司副總裁Subutai Ahmad就分享了他對(duì)Hinton膠囊理論與 HTM 感知移動(dòng)理論之間的看法。

GLOM是一種計(jì)算機(jī)視覺模型，它提出了一種改善AI理解視覺場(chǎng)景的新方法。與千腦理論類似，它也由大量結(jié)構(gòu)相似的柱子組成。GLOM模型提出，每一柱都由五個(gè)不同層次的物體表示組成，并在不同的抽象層次上與特定的位置相關(guān)聯(lián)（例如，當(dāng)你觸摸杯子時(shí)，柱的底層會(huì)形成一個(gè)彎曲邊緣的表示，頂層會(huì)形成一個(gè)杯柄的表示）。Hinton認(rèn)為，隨著時(shí)間的推移，每一層級(jí)的表示都應(yīng)該確定下來，即通過投票產(chǎn)生出一致的表示。最終，為物體建模的每一柱都將在頂層解析出物體（如咖啡杯）的一致表示。

由于Hinton的研究符合認(rèn)知科學(xué)，而“千腦理論”是研究大腦皮層的一種模型，因此，Hinton提出的結(jié)構(gòu)同樣支持“千腦理論”，這是合乎邏輯的。總結(jié)來看，它們之間的相似性包括以下幾點(diǎn)：

• 結(jié)構(gòu)相似的柱和層

• 每一柱都將感官輸入與特定位置相關(guān)聯(lián)

• 多個(gè)柱學(xué)習(xí)相同物體的表示。

• 每一柱都學(xué)習(xí)完整物體的表示。

• 橫向連接用于相鄰柱之間物體表示的局部共享

• 每一列都使用自下而上、自上而下以及橫向連接來對(duì)所感知物體表示進(jìn)行投票。

3

GLOM和千腦理論的三大區(qū)別

移動(dòng)

千腦理論的一個(gè)關(guān)鍵概念是：大腦皮層通過移動(dòng)來學(xué)習(xí)。當(dāng)我們移動(dòng)時(shí)，大腦皮層會(huì)學(xué)習(xí)到我們周圍成千上萬個(gè)物體的模型。GLOM主要處理“單一且固定的時(shí)變圖像”，它將視覺視為一系列幀，那么靜態(tài)圖像就是一系列相同的“固定”幀。但我們知道視覺不是靜止的，它是一個(gè)互動(dòng)的過程。我們的眼睛每秒可以快速掃視三次，每次掃視大腦的視覺輸入都會(huì)發(fā)生變化。另外，當(dāng)我們移動(dòng)時(shí)，視覺輸入也會(huì)隨之改變。

可以講，Hinton的論文并沒有涉及感知移動(dòng)問題，而這是千腦理論的核心組成部分。為了更好地訓(xùn)練GLOM模型識(shí)別物體，并解釋大腦處理視覺的過程，Hinton可能需要結(jié)合移動(dòng)來分析。

層次

千腦理論提出了一個(gè)全新的層次結(jié)構(gòu)概念，而GLOM模型的每一個(gè)柱都有傳統(tǒng)的特征檢測(cè)器層次結(jié)構(gòu)。在GLOM中，單個(gè)柱能夠跨越整個(gè)層次結(jié)構(gòu)，因?yàn)樗拿總€(gè)層次都表示一個(gè)抽象的級(jí)別（即層次結(jié)構(gòu)級(jí)別）；為了學(xué)習(xí)物體的模型，它通過自下而上和自上而下兩種方法傳遞信息。與之相反，千腦理論中的每一柱都處于一個(gè)層次。皮質(zhì)柱在層次結(jié)構(gòu)、大腦不同區(qū)域和感知方式上共同發(fā)揮作用。

映射到新皮質(zhì)

GLOM模型和千腦理論的最大區(qū)別在于：GLOM是受大腦啟發(fā)的，但它并不映射到特定的大腦皮層或者實(shí)驗(yàn)性的神經(jīng)科學(xué)。Hinton將其定義為一個(gè)計(jì)算機(jī)視覺問題，他用認(rèn)知科學(xué)來解決“如何使計(jì)算機(jī)智能化”的問題，他指出，GLOM是受生物學(xué)啟發(fā)而來，但作為一個(gè)生物模型，它已經(jīng)達(dá)到了讓人難以置信的地步。在這里，Hinton提供了一些GLOM部分的數(shù)學(xué)描述（非生物回路）。

相比之下，Numenta則將研究界定為一個(gè)智力問題，并試圖解釋“人類為什么是聰明的？”，研究人員的目標(biāo)是了解大腦的功能和運(yùn)作過程，并將這些核心原理應(yīng)用到當(dāng)今的機(jī)器學(xué)習(xí)系統(tǒng)中。與GLOM不同的是，千腦理論在生物學(xué)上是合理的，同時(shí)也是受限制的。因?yàn)樗枰M大腦皮層中所有構(gòu)成智力基礎(chǔ)的腦回路的生理結(jié)構(gòu)和細(xì)節(jié)。

GLOM提供了一種在神經(jīng)網(wǎng)絡(luò)中處理和表示視覺信息的創(chuàng)新方法。二者乍一看有相似之處，但歸根結(jié)底，GLOM與Numenta的“千腦理論”仍有本質(zhì)上的不同。大腦是目前唯一真正智能的計(jì)算機(jī)，具有無與倫比的學(xué)習(xí)和適應(yīng)能力。要?jiǎng)?chuàng)造真正的智能系統(tǒng)，需要先了解大腦是如何工作的。

原文鏈接：

https://medium.com/@Numenta/comparing-hintons-glom-model-to-numenta-s-thousand-brains-theory-88ed999ab13d

未來智能實(shí)驗(yàn)室的主要工作包括：建立AI智能系統(tǒng)智商評(píng)測(cè)體系，開展世界人工智能智商評(píng)測(cè)；開展互聯(lián)網(wǎng)（城市）云腦研究計(jì)劃，構(gòu)建互聯(lián)網(wǎng)（城市）云腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。

??如果您對(duì)實(shí)驗(yàn)室的研究感興趣，歡迎加入未來智能實(shí)驗(yàn)室線上平臺(tái)。掃描以下二維碼或點(diǎn)擊本文左下角“閱讀原文”

總結(jié)

以上是生活随笔為你收集整理的Hinton的GLOM模型与千脑理论有何本质不同？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。