过去10年间，曾属科幻范畴的AI能力已悄然成为现实。AI如今能模仿莎士比亚的文风作诗，能自动驾驶汽车，甚至通过司法考试。然而，现代AI系统仍存在巨大局限——人类大脑轻而易举完成的认知壮举，AI至今无法复现。为何AI能击败国际象棋大师，却摆不好洗碗机中的餐具？AI公司家麦克斯·班尼特提出了令人信服的论断：答案深藏于人脑进化的10亿年历史中，而这段历程充斥着无数试错、灾难与精妙的创新。我们的大脑蕴藏着待解的进化密码——AI的未来或许正系于此。 在《智能简史》中，班尼特架起神经科学与AI的桥梁，讲述大脑的进化史诗，并揭示这一历程如何塑造下一代AI革新。通过独创性框架，他将庞杂的进化史凝练为“五次突破”，每次突破都标志着人脑进化的重要跃迁，并为人类智能的核心谜题注入全新解读。结合AI科学的前沿进展，班尼特指出了当前AI系统在哪些领域已比肩或超越人脑，又在何处仍显不足。 本书广受当代顶尖神经科学家赞誉，班尼特将进化神经科学与尖端AI研究熔铸成一部引人入胜的非凡之作。《智能简史》以恢宏的视野与颠覆性的洞见证明：唯有以远古智慧为灯塔，AI方能突破未来的可能性边界。 地球上一切哺乳动物的祖先叫犬齿兽（cynodont），大约最早出现在距今2.6亿年前。它的身体就像今天的老鼠一样小，力量和速度都一般，不可能跟当时地球的主宰恐龙争锋，所以生活很低调，平时只能躲在洞穴里。 但犬齿兽也有自身的优势：它是温血动物。这意味着晚上气温比较低的时候，它仍然可以灵活行动。对比之下，恐龙作为爬行动物，体温会和气温一起降低，身体随之变得僵硬而难以活动。所以犬齿兽拥有夜晚。但温血的缺点也很明显，那就是需要更多热量，为此必须得吃很多东西才行。犬齿兽一般吃昆虫和一些小动物，为了躲避恐龙，基本上只在晚上出来活动，可晚上又没那么容易找到食物，生存相当艰难。 到了距今大约一亿年前，犬齿兽的某一个分支的后代，演化成了哺乳动物。其他都不论，它有个最新的特点是大脑中长出了新皮质。这给它带来了“超能力”。 爬行动物面对这种局面都是感觉不错就出手，万一中间遇到什么事儿就临时见招拆招，但我们的哺乳动物祖先不会如此。它的“超能力”是想象和短期计划。 我们的祖先就这样在恐龙的世界中默默地获得了一个小小的生存优势。但我们并没有击败恐龙。我们能够接管世界完全是因为6600万年前，一颗小行星撞击地球把恐龙给灭绝了……而我们的祖先因为体形小且藏身在洞穴中躲过了那一劫。 我认为这个故事告诉我们两个道理。一是你需要智能，智能的优势能弥补其他条件的不足。二是你有多大智能、你的智能有多大发挥，并不完全取决于你，而是更多地取决于历史的进程。 麦克斯·班尼特（Max Bennett）的《智能简史》，说的就是在生物演化的大历史进程中，我们的大脑如何获得一项项新能力。这些能力在当时都是能颠覆世界的超能力。 班尼特是个年轻的人工智能（AI）领域创业者和研究者。他写这本书，是因为他想读这本书——因为他想知道大脑智能的演化对人工智能有什么启示。启示很多。班尼特将生物大脑的演化分为五次突破，这些突破都能与AI联系起来。 第一次突破是转向。这是5.5亿年前生物界最初的大脑拥有的功能。这个功能并不简单，它能通过条件反射区分好坏刺激，简单地权衡利弊，比如判断利大于弊就行动，还能知道自身的状态，比如现在自己饿不饿，还有了情感，而大脑只需要数百个神经元就做到了这些。 第二次突破是脊椎动物的强化学习。这是大脑对多巴胺的高级运用：条件反射只能让你对“好事将近”做出反应，而强化学习则允许你量化感知那个好东西存在的可能性有多大、你距离得到它的时间有多近……这让脊椎动物能通过一些复杂动作达成目标，并且有了“好奇心”。 强化学习大大提高了AI的能力，因为它的思路是“奖励过程，而非只奖励结果”。比如AI下棋，可以从每一步中学习好棋和坏棋，而不是等到漫长的棋局结束后才知道这一盘该不该学。强化学习还提升了AI的格局，因为有时候，哪怕没有明显的收获，只是探索了一个新地方，这种新奇感也是奖励。 第三次突破，哺乳动物长出了新皮质。正如我们前面所说，新皮质带来了想象力，哺乳动物在做什么事情之前可以先在头脑中想象这件事，进行一番内部模拟，从而做出计划。如果说反射和强化学习都是快思考，那么新皮质则让哺乳动物有了慢思考的能力，也就是对几个想象的结果进行权衡比较。这相当于丹尼尔·卡尼曼在《思考，快与慢》一书中说的系统2思维。 对AI来说，大语言模型每一次“生成”什么作品，都相当于一次想象；而以OpenAI的o1、DeepSeek的R1为代表的最新推理模型，则相当于对各种想象做一番评估再走下一步，这是系统2思维。这也是AlphaZero下围棋时针对每一步先快速生成几个选项，然后对每个选项做深度评估，再决定怎么走的路数。 第四次突破是灵长类有了心智理论，能模拟他人的意图、想法、知识和情绪。这让灵长类成为动物世界唯一会操控政治的物种，我们能猜测谁是敌人、谁是盟友。心智理论能力又附带了两项新能力：一是模仿学习，现在我们能知道别人做某个动作的意图是什么，所以我们能模仿他，达成同样的目的；二是把自己的心智也放入模拟之中，从而能够对未来做一番长远计划，比如在秋天为冬天储备物资。 截至2025年初，AI在心智理论方面还有待突破。大语言模型有时候能猜到你在想什么，但很不稳定，而且这不是它的正式用法。我们期待AI智能体（agent）有一定的自我计划能力，但目前还不成熟。 第五次突破是人类的语言。语言不是天生的，而是一种后天学习的、社会化的符号系统。没有任何理由要求这个声音代表这个意思，这只是我们的约定。而有了这个约定，我们就可以直接传递想象或模型，而不必再依赖动作示范。语言允许我们传承复杂的知识。语言让人类爆发了文明。 对大语言模型的一系列研究表明，AI似乎已经“理解”了我们的语言，而不只是背诵它学过的语料。现在AI已经不仅能生成文本，还能编码和解码人类的大量抽象规则与信息。这是神奇的突破。 K1升级到K2，获得了强化学习能力。在每次完成清扫或者帮助主人做饭时，它会收到“好”或“不好”的评价。好就加1分，下次还这么做；不好就减1分，下次改正。它逐渐学会了试错：在哪些情况下可以提高工作效率，如何摆放厨具能让主人更满意……它可以做些复杂动作了。 K3直接获得一个新硬件，一个新皮质运算芯片，这让它有了先模拟再行动的能力，用时髦的说法叫“数字孪生”。有一次小主人半夜起床找牛奶，K3模拟出他的路线是通往冰箱，并且有可能被冰箱前方的椅子腿绊倒，就赶紧走过去给小主人引路。 K4不但能预测人的物理状态，而且能推断人的想法和意图。它开始关注家庭成员的情感交流！小主人把牛奶洒在了地板上，以前K1肯定会直接去打扫，现在K4却想到，也许小主人这么做只是为了引起妈妈的注意？啊，毕竟妈妈太忙，已经很久没有抱过他了。K4选择了站在一旁播放背景音乐。 现实世界中AI并不是按照这个顺序演化的。我们的AI已经在相当程度上有了语言功能，但它还不是一个很强的机器人，它在物理世界的动作很笨拙。没想到实现第五次突破比实现轻松做饭还要容易一些。 班尼特推测，大脑的第六次突破，也许是人和AI的某种结合。不过我认为AI应该会比人类先迎来下一次突破，因为它们的演化速度比我们快多了。那会是什么突破呢？ 也许是同时模拟有着不同规则的多个世界。也许是跳出因果框架，用全新的方法总结世界的规律。也许是跨模态感知，比如随时附身在任何传感设备上，用各种信号全面了解正在发生什么，实现无所不在的全知。也许是自己训练自己，自己迭代自己…… 蓝细菌（也称蓝藻）学会光合作用，给地球带来大氧化事件，这个事件的高潮是生物史上第一次大规模灭绝，因此又被称为“氧气大屠杀”。 历史还告诉我们，大脑的突破，也是偶然事件的结果。比如小行星撞地球灭绝了恐龙，才给了哺乳动物大发展的机会；非洲突然多了个大裂谷，东部森林变成草原，人类祖先才开始直立行走；不断发生的气候变动，让我们的祖先必须成立高水平的狩猎组织，必须加强群体协作，大脑的体积才越来越大…… 简单地说，世界是可以被突破颠覆的，突破是不需要特殊理由的。你所以为的正常生活，只不过是地球历史中的一个短暂状况。 而下一次突变就在眼前。也许这本书能给你一点历史定力，到时候不至于只是反射式地大惊小怪、手忙脚乱，也许你能有点强化学习能力，有点想象和计划，有点心智理论，有点抽象能力。
