The Thousand Brains Theory 2.0: An Extension for the Long-Range Connections of the Neocortical Heterarchy
本文通过提出新皮层以一种异层级结构运行，即通过丘脑和长程皮层间连接将自我中心感官数据转换为自我他者中心模型，并实现对组合对象的学习，从而解决了此前未被解释的智能解剖学与计算机制，进而扩展了千脑理论。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑是一个由数十亿神经元构成的广袤景观，但一个世纪以来，科学家们一直在寻找使其复杂性得以运作的基本单元。在20世纪50年代，神经科学家弗农·蒙特卡斯尔（Vernon Mountcastle）提出，大脑是由重复的列构成的，就像一片由完全相同的树木组成的森林，其中每一列都作为一个基本的处理单元。几十年来，盛行的观点是这些列遵循严格的层级结构，就像公司的职场阶梯一样，信息从简单的细节向上流动到复杂的概念，而最复杂的理解仅出现在最顶端。然而，越来越多的证据表明，大脑比简单的阶梯更加互联且具有灵活性，各列之间以复杂且非线性的方式进行交流。理解这些列是如何沟通的至关重要，因为这关系到我们如何识别一个咖啡杯无论是正着放还是倒着放，如何学习到一个轮子是自行车的一部分，并最终如何让大脑从混乱的感官数据流中构建出一个稳定的世界模型。
在一篇题为《千脑理论 2.0》（The Thousand Brains Theory 2.0）的新论文中，研究人员杰夫·霍金斯（Jeff Hawkins）、尼尔斯·莱德霍姆（Niels Leadholm）和薇薇安·克莱（Viviane Clay）提出了对他们早期大脑工作原理理论的一次重大更新。他们认为，大脑不仅仅是被动地接收信息；相反，大脑中的每一个列都是一个通过移动和感知来学习的传感器运动系统。作者指出，为了理解世界，大脑必须不断地在两种不同的视角之间进行信息转换：一个是来自传感器本身的视角，它会随着我们眼睛或手的移动而改变；另一个是关于物体本身的稳定、固定的视角。该论文引入了一种特定的机制来解释这种转换是如何发生的，并解释了大脑如何学习将物体视为其他物体的集合（例如，一辆车是由轮子和车门组成的，而不仅仅是一堆不相关的零件）。
研究人员首先探讨了神经科学中一个长期存在的谜题：大脑包含许多不同类型的列间长距离连接，而现有理论难以解释这些连接的具体作用。有些连接在层级结构中上下流动，而有些则横向运行或通过一个被称为丘脑（thalamus）的中央结构进行循环。作者提出，这些连接并非随机的布线，而是承担着两个截然不同且至关重要的职责。第一个职责是充当翻译器。当你观察一个物体时，你的眼睛在移动，你的头在倾斜，视网膜上的图像也在不断变化。然而，你感知到的物体却是稳定的。论文指出，作为深层大脑中的中继站，丘脑执行了一种快速的旋转操作。它将来自传感器的、移动且变化的视角，瞬间转换为相对于物体的固定且稳定的视角。这种转换发生在每一个列中，使得大脑无论你如何转动头部或眼睛看向何处，都能识别出人脸或工具。
该论文的第二个主要贡献是对大脑如何学习复杂复合物体的全新解释。在旧观点中，人们认为大脑是通过信息在层级结构中攀升的过程，从简单的线条构建出复杂的形状。作者则认为，每一列——即使是处于处理流最底端的列——都能立即学习识别完整的物体。随后，列之间的层级连接被用于学习这些完整物体是如何组合在一起的。例如，某一列可能会学习“轮子”看起来是什么样的，而其上方的另一列则会学习“自行车”看起来是什么样的。它们之间的连接教会了大脑轮子是自行车的一部分，并且具体说明了轮子在自行车上的位置。这种学习是在你用眼睛或手指移动经过物体时，逐点进行的，将部件的位置与整体的位置联系起来。这使得大脑能够理解，即使杯子上的标志被拉伸或弯曲了，仍能被识别为同一个标志，因为大脑已经在每一个特定的接触点上学习了标志与杯子之间的关系。
该论文还阐明了丘脑的角色，此前丘脑常被视为仅仅是将信号从感官传递到皮层的被动交换机。作者认为，丘ло是一个活跃的处理单元，执行这些关键的方向变换。他们提出了一个特定的机制，即丘脑细胞就像开关一样，可以根据头部或身体当前的朝向来选择传递哪种传入信号。这使得大脑即使在身体移动时，也能保持对世界的连贯理解。此外，论文认为大脑运作于一种“异层级结构”（heterarchy）之中，即一个复杂的网络，其中的各个区域可以并行工作并直接通信，而不是一个信息必须按顺序经过每一层的严格金字塔。这意味着，低层区域可以识别出一个完整的物体，并将该信息直接发送到高层区域或运动区域，而无需等待缓慢的、循序渐进的层级攀升。
这些观点并非仅仅是理论上的臆想；作者引用了现有的实验数据来支持他们的观点，例如视觉皮层中的神经元会对不同方向的物体做出反应，以及不同感觉区域之间的连接允许实现快速共识。他们还提出了针对未来实验的具体预测，例如寻找代表部分与整体之间连接模式的特定连接规律，或者测试当感官输入的朝向被人工改变时，大脑如何进行适应。通过将大脑定义为一个不断将运动转化为稳定模型、并学习物体如何构成的传感器运动单元集合，这项工作提供了一个看待智能的新视角。它表明，理解世界的能力并非来自于单一的中央处理器，而是来自于数以千计的小型专门化单元共同协作，无论我们如何移动或世界如何变化，都能维持一个稳定的现实图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。