这篇访谈讲的是，要造出真正聪明的AI，不能靠简单模拟大脑，而要从

本期速览

Dileep George 是 Vicarious 与 Numenta 联合创始人，长期深耕脑启发 AI 领域。本期核心主线是：要构建真正的通用智能，必须理解大脑的工作原理，但不能盲目模拟；关键在于从神经科学中提取计算原理，再工程化实现。全片最有分量的判断来自 George：「模拟大脑（如蓝脑项目）不靠谱——没有理论框架，你无法调试它；当它不按预期工作时，你只能不断加细节，却不知道哪里错了。」

主题一：模拟大脑不等于理解大脑——蓝脑项目的根本缺陷

George 认为，像 Blue Brain 那样试图通过精细模拟单个神经元并大规模互联来「复现」大脑，是一条死路。

历史脉络：Blue Brain 项目最初试图模拟猫脑，使用 Hodgkin-Huxley 模型（模拟信号在电缆中的传播）来构建超详细的生物物理神经元模型，再按真实神经科学的连接统计数据将它们互联，然后「通电看会发生什么」。
机制拆解：George 用了一个精准的类比——「把单个神经元模型做对 99%，就像把晶体管模型做对，然后试图用它们拼出一个微处理器——如果你不理解布尔逻辑和门电路怎么由晶体管实现，你永远拼不出一个能工作的处理器。」他引用了一篇经典论文《Can a neuroscientist understand a microprocessor?》，指出该论文的结论是：即使使用神经科学的所有工具，也无法从芯片的物理层面推断出布尔逻辑、时钟、架构等关键功能。
数据链：George 强调，神经科学家的实验数据本身很有价值，但「那些数据不能只是放在一起模拟；你必须从信息处理的角度，去弄明白这些发现的计算基础是什么，它们如何组合成一个整体——这需要有人辛辛苦苦地把它们拼起来，形成假设。」
推演与证伪：George 主张一种迭代循环——从神经科学中提取计算原理 → 构建能运行的功能模型 → 用模型填补生物学缺失的拼图 → 将模型预测反馈回神经科学实验。证伪条件：如果某一天神经科学实验证明，大脑中某个关键计算原理（如反馈连接的作用）与模型预设完全不同，则该循环需要修正。

主题二：视觉皮层的核心秘密——反馈连接与推理

George 指出，视觉皮层并非仅仅是前馈级联，反馈连接的数量远超前馈连接，大脑本质上是一个持续进行推理的生成模型。

机制拆解：视觉皮层大概分四个层级：V1 → V2 → V4 → IT（对象识别通路）。每个层级内部有六层左右的微电路，且层与层之间、层级之间都有大量反馈连接。George 举例说明：当呈现一个纹理背景上的三角形时，神经活动的动态是「先由边缘（轮廓）收敛，再从边缘向内填充表面」——这一过程在 V1 的不同层中各有编码：哪一层编码边缘、哪一层编码表面、哪一层处理反馈，都可以被实验追踪。他还提到著名的 Kanitsa 三角形（仅显示三个「吃豆人」形状的角，人脑会「幻觉」出完整的三角形边缘），实验表明：当真实边缘存在时，神经元立即响应；而幻觉边缘的响应要晚几十毫秒，这证明是反馈连接驱动了「幻觉」——大脑在主动用内部模型投影到输入上。
数据链：George 强调，神经科学实验已经非常精细：「你可以问‘如果我在 IT 层刺激一个神经元，它在 V1 层会有什么效果？’——答案是，人们已经做过这类实验，而且非常系统。」 他提到一个关键数字：「在 V1 本身，就有大约 6 层结构」（层与层之间的连接有特定结构）。
推演：大脑并不是被动接收输入，而是持续进行「推理」——用内部世界模型去解释当前输入，并通过反馈与前馈的迭代，得出「最佳解释」。 George 将这一过程类比为概率图模型中的「解释」——例如，家里的警报器可能由小偷或地震触发：当你听到警报并开车回家，如果收音机恰好报道了附近发生地震，你相信有小偷闯入的信念就会减弱，因为「地震」这个原因「解释掉了」警报的触发证据。「大脑中同样有这种机制，让多个竞争假设相互解释，最终胜出的那个就是你的感知。」

主题三：Recursive Cortical Network（RCN）——用推理打破深度学习的样本效率瓶颈

George 介绍了他领导的 Vicarious 开发的 RCN 模型，该模型的核心突破是：用动态推理取代深度学习的「大量训练数据+单次前馈」模式，从而在极少样本下实现强泛化。

历史脉络：RCN 发表于 2017 年的《Science》论文，用于破解当时最难的文本 CAPTCHA。George 强调，「CAPTCHA 远未解决——你可以带一个刚学会字母的 5 岁小孩，给他看任何新网站的 CAPTCHA，他不用任何训练就可以解出来。而当前的主流深度学习系统做不到这一点。」他引用 Douglas Hofstadter 的话：「AI 的核心问题是‘什么是字母 A？’——如果你能可靠地检测出字母 A 的所有变体，你甚至不需要去碰 B 和 C。」
机制拆解：RCN 与卷积神经网络（CNN）的关键区别有三点：

1. 反馈连接与递归推理：CNN 是单次前馈，RCN 在正向传播之外还有反向传播，形成迭代推理，动态地让局部证据与全局上下文相互校准。

2. 横向连接：CNN 的特征检测器在不同位置之间没有协调，RCN 的横向连接强制不同位置的特征变换保持一致性，避免生成（或推理时）出现「锯齿」和不协调。

3. 生成性：RCN 不是简单的分类器，它输出的是对整个场景的完整解释——「这是 A，这些像素是 A 的部分，这些是我‘幻觉’出来的部分，这是轮廓，这是内部，它在另一个物体前面。」模型还内置了前景/背景分离、形状与纹理分离等先验，这些先验并非人工硬编码，而是从自然信号（natural signals） 的连续性属性中推导出来的。「自然信号」 指的是来自真实世界（如猫、狗、树木）的信号，而非人工制造的信号（如 QR 码）。George 强调：「我们的大脑是为自然信号而调谐的。」

数据链：在 MNIST 上，RCN 仅用几十到几百个训练样本就能达到 95% 的准确率，远超当时其他系统。George 明确指出，「RCN 的整个训练集比测试集小得多——这正是我们想做的事：反转深度学习那种‘训练集比测试集大几百倍’的模式。」
自我辩护与风险提示：George 承认，「脑启发 AI 常常被过度炒作，就像量子计算被用作营销术语一样。」 但他坚持自己的方法是严肃的——「我不把‘脑启发’当作营销术语；我每天在钻研生物学的细节，为那些问题绞尽脑汁。」 他还讲了一个有讽刺意味的轶事：「我们的论文被《Science》接收后，他们的新闻办公室写了一份新闻稿，标题是‘一种新的深度学习模型破解了 CAPTCHA’——可见，连《Science》的新闻部都在用‘深度学习’这个词来炒作。」这一叙述提醒读者，即使是顶级期刊，在传播时也可能偏离论文的本意。

主题四：语言是仿真控制，GPT-3 缺乏世界模型

George 认为，当前大型语言模型（如 GPT-3）的突破是真实的，但它们的根本局限在于没有世界模型，无法进行真正的因果推理与仿真。

机制拆解：George 用一个经典例子说明：「Sally 在天花板上钉了个钉子。问：钉子是水平的还是垂直的？」 你瞬间就能回答「垂直的」，因为你在你的视觉-运动系统中模拟了那个场景——你想象 Sally 站着、手举着锤子、钉子是垂直打进天花板。你所有的日常经验（而非语言文本）提供了这个答案。 George 指出：「语言只是仿真控制（simulation control），你的感知+运动系统才是真正的世界仿真器。」
对 GPT-3 的评估：George 对 GPT-3 的评价是谨慎的——「它看起来非常有趣，文本生成能力比 GPT-2 更连贯，但它的弱点也很明显：它没有携带世界状态，有时会生成‘我爬上山丘去抵达山谷’这种自相矛盾的句子。它不会在脑子里运行仿真来验证某件事在真实世界中是否成立。」他反驳了「仅靠缩放 Transformer 就能逼近 AGI」的观点：「信息根本不在那里——除非有人把‘走路向前比向后更容易’‘开门的动作是先推再走’‘医生也穿内裤’这类常识全部写下来，否则模型无法从文本中习得它们。」
与市场共识的冲突：George 的立场与当前主流（认为更大模型就能逼近 AGI）明确相左。他进一步指出，Transformer 仍然是前馈架构，缺少递归、反馈、因果干预和反事实推理能力。 他提出一个诙谐的证伪条件：「如果未来 GPT-10 能像科学家一样设计实验、提出假设、根据实验结果修正假设，而不是仅仅解决‘简单的拼图’，那才是 AGI。但现在，看着它生成一个红色按钮的 HTML 代码，虽然很酷，但离真正的理解还差得远。」
开放问题：George 承认，「我们人类也希望 AGI 没那么‘蠢’——但万一它本质上就是很‘蠢’的呢？说到底，所有计算都是连接和信息传递。递归和反馈回路似乎是更根本的东西。」

提及的标的

标的	嘉宾态度	关键数据
Vicarious（公司）	创始人背景，未明示仓位或投资建议	创立于 2014 年前后，RCN 模型发表于《Science》，在 CAPTCHA 上取得突破
Numenta（公司）	创始人背景，未明示仓位或投资建议	早期工作围绕 Hierarchical Temporal Memory（HTM），George 与 Jeff Hawkins 共同创立
Neuralink（公司）	客观评价（看好脑机接口的应用前景，但质疑手术难度和安全性）	提及竞争对手 Paradromics，认为脑机接口未来可能实现「从大脑直接控制外部肢体」
OpenAI / GPT-3（模型）	风险提示（缺乏世界模型，无法进行因果推理与仿真）	1750 亿参数；George 认为「仅靠缩放不会得到 AGI」

值得记住的判断

1. George 认为，模拟大脑（如蓝脑项目）不靠谱——没有理论框架，你就无法调试它；当它不按预期工作时，你只能不断加细节，却不知道哪里错了。 支撑：类比「晶体管模型对→微处理器跑不起来」；引用《Can a neuroscientist understand a microprocessor?》论文结论。

2. George 指出，视觉皮层中反馈连接数量远超前馈连接，大脑本质上是持续进行推理的生成模型——你用内部世界模型「解释」输入，而非被动接收。 支撑：Kanitsa 三角形实验显示，幻觉边缘的神经响应比真实边缘晚几十毫秒，由反馈连接驱动；用「警报器被小偷 vs 地震触发」的概率图模型类比解释（explaining away）机制。

3. George 提出，RCN 模型的核心突破是「用动态推理取代深度学习的大量训练数据+单次前馈模式」，从而在极少样本下实现强泛化。 支撑：在 MNIST 上，仅用几十到几百个样本即可达到 95% 准确率；在 CAPTCHA 上，能解决任何新风格的 CAPTCHA（无需该风格训练样本），而当前深度学习做不到。

4. George 认为，GPT-3 的根本局限是没有世界模型，无法进行因果推理与仿真——语言只是仿真控制，真正的「理解」扎根于感知-运动系统。 支撑：用「Sally 在天花板上钉钉子」的例子说明，答案来自视觉-运动仿真，而非语言统计；指出「走路向前比向后更容易」这类常识从未被文本完整记录，因此模型无法学到。

5. George 提出「语言是仿真控制（simulation control）」框架——你通过语言调用视觉-运动系统中的仿真器来回答问题，回答本身不是 NLP 任务，而是仿真后的输出。支撑：该框架是 Vicarious 名字的来源（「Vicarious」意指「替代性地体验」——在脑中运行模型，代替实际与世界互动）。

6. George 认为，脑启发 AI 的核心原则是「理解大脑的原理，但知道何时偏离它」——卷积层就是成功的工程偏离案例。 支撑：大脑没有平移不变性（权重共享），它靠眼动与注视点来获得焦点；卷积是高效的工程技巧，但未来当机器人拥有可移动的「眼睛和头」时，这一技巧可能会被取代。

7. George 指出，记忆需要两种类型并存的架构：统计型（从规律中学习）与事件型（唯一时间线），后者通过海马体以指针序列存储，再通过皮层重新实例化（replay）来产生抽象。支撑：当新情境触发「似曾相识」时，海马体索引到过去的时间线，驱动力皮层回放那段记忆，将其注入当前感知。

8. George 认为，意识（consciousness）的初步解释是：当你将用于建模外部世界的同一套建模系统，应用于你自己的建模系统本身时，就产生了自我意识——但「感受性」（qualia）和「死亡紧迫感」是否为智能的必备属性，尚未可知。支撑：他指出，「如果 AI 可以被无损耗复制，那它就没有并发死亡带来的紧迫感——而人类可能正是因为有这种紧迫感，才成为目标驱动的实体。」 这是一个开放问题。

#115 – Dileep George: Brain-Inspired AI

一句话导读