نویسنده: Mazda

A Thousand Brains; A New Theory Of Intelligence

By Jeff Hawkins, With a foreword by Richard Dawkins

فهرست

پیشگفتار از ریچارد داوکینز

بخش۱: یک فهم جدید از مغز

• ۱)مغز قدیم—مغز جدید
• ۲)ایده بزرگِ ورنون مونتکاسل
• ۳)مدلی از دنیا در سر شما
• ۴)مغز اسرار خود را فاش می‌کند
• ۵)نقشه‌ها در مغز
• ۶)مفاهیم، زبان، و تفکر سطح بالا
• ۷)تئوری هزار مغزِ هوشمندی

بخش۲: هوشمندی ماشینی

• ۸)چرا هیچ «ه»ای در هم(هوش مصنوعی) نیست
• ۹)زمانی که ماشین‌ها آگاه نیستند
• ۱۰)آینده هوش ماشینی
• ۱۱)خطرات وجودی(ماهوی) هوش ماشینی

بخش۳: هوشمندی بشری

• ۱۲)اعتقادات اشتباه
• ۱۳)خطرات وجودی هوش انسانی
• ۱۴)ترکیب مغزها و ماشین‌ها
• ۱۵)برنامه‌ریزی برای بشریت
• ۱۶)ژن‌ها در مقابل دانش

افکار نهایی

پیشگفتار از ریچارد داوکینز

این کتاب را در تخت‌خواب نخوانید. نه اینکه ترسناک باشد. باعث دیدن کابوس هم نمی‌شود. اما بسیار وجدآور است، همچنین بسیار مهیج، که ذهن شما را به چرخش در طوفانی از ایده‌های محرک و پرشور می‌برد – که می‌خواهید یورش برده و به کس دیگری بگویید بجای اینکه به خواب بروید. نویسنده این پیشگفتار یک قربانی از این طوفان است، و من انتظار دارم که خودش را نشان بدهد.

‘چارلز داروین’ به نسبت دیگر دانشمندان غیرمعمول می‌نمود، با انجام دادن کارهایش خارج از دانشگاه‌ها و بدون کمک‌های مالی دولتی برای انجام تحقیقاتش. جف هاوکینز هم شاید یک معادل از دانشمند جنتلمنی از ‘سیلیکون‌ولی’ به نظرها نیاید ولی–خوب شما همان توازن را درمی‌یابید. ایده‌ی قدرتمند ‘داروین’ خیلی انقلابی‌تر از آن بود که به‌عنوان یک مقاله‌ی کوتاه مطرح شود، همچنین مقالات مشترک ‘داروین-والانس’ در سال 1858 همه اینگونه بودند اما نادیده گرفته شدند. همانگونه که خود ‘داروین’ گفته، ایده او می‌بایست در طول یک کتاب تشریح می‌شده است. به اندازه‌ی کافی مسجل است که یکسال بعد کتاب عظیم وی بنیان های ویکتوریایی را به لرزه درآورد. با کتاب تئوری هزار مغز ‘جف هاوکینز’ نیز باید با همین روشِ-به طول یک کتاب-مواجه شد. و برای این مفهوم از چارچوب‌های مرجع که میگه — “خود عملِ‌تفکر، نوعی حرکت است”—زده تو خال! این دو ایده خود به‌تنهایی می‌توانند یک کتاب را پر کنند. با این‌حال این همش نیست.

‘تی.اچ.هاکسلی’ یک جمله مشهور در انتهای کتاب ‘در مورد منشا گونه ها’ دارد، “چگونه اینقدر احمق بودم که بهش فکر نکرده بودم”. لزوما نمیگم که همه‌ی عصب‌شناس‌ها هم با تمام کردن این حاضر همین جمله رو با خودشون خواهند گفت، کتاب فعلی پر است از ایده‌های مهیج‌، نه فقط یک ایده‌ی بزرگ مانند ایده‌ی ‘داروین’.

مشکوک هستم که نه فقط ‘تی.اچ. هاکسلی’ که حتی سه نوه‌ی نابغه‌ی او  هم عاشقش می‌شدند: ‘اندرو’ بخاطر اینکه کشف کرد که تکانه‌ی عصبی چگونه عمل میکند (‘هادکین’ و ‘هاکسلی’ در سیستم‌های عصبی هم رده ‘واتسون’ و ‘کریک’ هستند)؛ ‘الدوس’ بخاطر سفرهای رویایی و شاعرانه‌اش به دورترین نقاطی که ذهن دسترسی دارد؛ و ‘جولین’ بخاطر شعری که نوشته و در آن به ستایش ظرفیت مغز برای ساختن یک مدل از واقعیت پرداخته است، یک عالم کوچک از کیهان:

مغز در تاریکی نشسته، و تنها با رگباری از تکانه‌های عصبیِ ‘اندرو هاکسلی’ می‌تواند به دنیای خارج دسترسی داشته باشد. یک تکانهِ‌عصبی از چشم تفاوتی با آن یکی که از گوش می‌آید یا از انگشت‌بزرگ فرقی ندارند. همه‌ی آنها در آخر در مغز هست که دسته‌بندی می‌شوند. ‘جف هاوکینز’ اولین دانشمند یا فیلسوف نیست که پیشنهاد می‌دهد که واقعیتی که ما درمی‌یابیم در اصل یک واقعیتِ ساخته شده است، یک مدل، که توسط بولتن‌های پخش‌شده از حواس، بروزرسانی و مطلع می‌گردند. اما فکر می‌کنم ‘هاوکینز’ اولین نفر است که به‌شیوایی این ایده را بیان می‌کند که نه فقط یک مدل که هزاران مدل از آن وجود دارد، که هرکدام بصورت مرتب در ستون‌هایی پُشته‌وار کورتکس مغز را تشکیل داده‌اند. حدود 150/000 از این ستون‌ها وجود دارند که ستاره‌های بخش ابتدایی کتاب هستند، در کنار چیزی که او “چارچوب‌های مرجع” می‌نامد. تزِ ‘هاوکینز’ درمورد هر دو اینها بسیار وسوسه‌برانگیز هست و باید دید که دیگر دانشمندان علوم مغز چگونه پذیرای آن خواهند بود: البته، من شک دارم. ایده‌ای کمتر جذاب او در مورد ستون‌های قشری و فعالیت‌های آنها در مدلسازی-جهان، نیمه-خودکار است. چیزی که “ما” دریافت می‌کنیم به نوعی یک اجماع دموکراتیک بین آنهاست.

دموکراسی درمغز؟ اجماع و حتی اختلاف‌نظر؟ چه ایده‌ی نابی. این تِم غالب کتاب است. ما انسان‌های پستاندار قربانیان یک اختلافِ مکرر هستیم: یک کشمکش بین مغزِ قدیمیِ خزنده‌‌مان که بصورت ناخودآگاه ماشین بقا را راه می‌برد و نئوکورتکسِ پستاندارمان که فرمان بدست روی صندلی راننده نشسته است. این مغز جدید پستانداری‌مان –غشاء مغزی– فکر می‌کند. این جایگاه خودآگاهی است، جایی که از گذشته،حال و آینده مطلع است و دستورالعمل‌ها را برای مغز قدیمی می‌فرستد تا اجرا کند.

مغز قدیمی در مدرسه انتخابِ‌طبیعی طی میلیون‌ها سال بوده است زمانی که قند برای بقا کمیاب و باارزش بوده، او می‌گوید “کیک. کیک میخوای. اممم، بهم بده.” مغز جدید اما در مدرسه کتاب‌ها و دکترها صرفا طی ده‌ها سال بوده، در دوره‌ای که قند به وفور بوده است، او می‌گوید “نه-کیک-نه. به‌هیچ‌وجه. لطفا اون کیک رو نخور.” مغز قدیمی می‌گوید “درد، درد، دردِ  دردناک، فورا کاری کن که درد متوقف بشه.” مغز جدید می‌گوید “نه، نه، زیر شکنجه طاقت بیار، به کشورت با تسلیم شدن خیانت نکن. وفای به کشور و فرماندهات حتی از جون خودت هم بااولویت‌تره.”

تعارض بین مغز قدیمیِ خزنده‌مان و مغز جدیدِ پستاندار ما پاسخ به این معما که “درد کشیدن چرا اینقدر دردناک است؟” را امکان‌پذیر می‌کند. از همه‌چیز که بگذریم، درد برای چیست؟ درد یک نماینده برای مرگ است. درد یک هشدار برای مغز است که، “اون کار رو دوباره نکن: سربه‌سر یک مار نزار، دست به خاکستر نزن، از ارتفاع بلند نپر. این‌دفعه فقط دردت میگیره؛ دفعه بعد ممکنه بکشت‌ات.” اما حالا ممکنه یک ذهن‌ِ مهندسی بگه چیزی که اینجا نیاز داریم میتونه معادل یک پرچمِ بدون‌درد در مغز باشه. زمانی که پرچم بلند شد، فقط هرکاری که انجام دادی رو تکرار نکن. اما بجای پرچم بدون درد مهندسی شده چیزی که ما دریافت می‌کنیم درد هست–که اغلب هم طاقت‌فرسا و غیرقابل تحمل هست. چرا؟ مگر مشکل پرچم احساسی چی هست؟

جواب  احتمالا در مناقشه‌ای که برای روندهای طبیعی تصمیم‌گیری مغز وجود دارد خوابیده است: کشمکش بین مغز قدیمی و مغز جدید. میتونه برای مغز جدید خیلی راحت باشه که رای مغز قدیمی رو رد کنه، سیستم پرچمِ بدون‌درد هم کار نمی‌کنه، شکنجه هم همینطور.

مغز جدید می‌تواند آزادانه پرچمِ فرضی من رو نادیده بگیره و هر تعداد نیشِ زنبور یا پیچ‌خوردگی مچ‌پا یا هر شکنجه‌ای رو تاب بیاره اگر، به هر دلیلی “خودش دلش بخواد.” مغز قدیمی، که واقعا به بقا “اهمیت” میده تا ژن‌ها رو منتقل کنه، ممکن هست به اعتراض بیهوده بپردازه. ممکنه که انتخاب‌طبیعی، به منظور بقا، “پیروزی” مغز قدیمی را با ایجاد دردهایی دردناک تضمین کند که مغز جدید نتواند آنها را نادیده بگیرد. به عنوان مثالی دیگر اگر مغزِقدیم از خیانتی که در راه هدفِ داروینیِ آمیزش‌جنسی “آگاه” بود، استفاده از کاندوم بدون‌شک عملی دردناک میشد.

‘هاوکینز’ هم‌قطار با دانشمندان و فیلسوفانِ آگاهی است که برای ‘دوئالیسم’ اعتباری قائل نیستند: هیچ روحی در ماشین وجود ندارد، هیچ روحِ ترسناکی که از مرگِ سخت افزار جانِ سالم بدر ببرد نیست، هیچ تئاترِ ‘دکارتی’ (اصطلاح معروف ‘دن دنت’) که در آن یک صفحه‌نمایش رنگی درحال پخش فیلمی برای ‘خودِ بیننده’ باشد نیست. درعوض ‘هاوکینز’ چند مدل از جهان را پیشنهاد می‌کند که ریزکیهان‌هایی را متشکل می‌شوند که مطلع و تنظیم‌شده توسط بارشِ تکانه‌های عصبی هستند که در قالب حواس لبریز می‌شوند. البته ‘هاوکینز’  با دید بلندمدت منکر احتمال آپلود کردن مغز به کامپیوترها و فرار از مرگ نمی‌شود، اما موافق نیست که این عمل میتونه خیلی باحال باشه.

در کنار مدل‌های مهم مغز، مدل‌های خود بدن هم وجود دارند و جاهایی که می‌بایست تقابل می‌کنند با این موضوع که حرکات خود بدن چگونه دیدگاه ما را نسبت به دنیای بیرون از دیوارهای زندانِ جمجمه تغییر می‌دهند. و این مرتبط است با مشغله اصلی بخش میانی کتاب، هوشمندی ماشین‌ها. ‘جف هاوکینز’ همچون من احترام بالایی قائل است برای اون دسته از آدمهای هوشمندی که از دوستانِ خودش و من هستند و از رویکرد ماشین‌های فوق‌هوشمند برای جایگزینِ ما شدن، مطیع کردن ما، یا حتی دور انداختن همه ما با هم ترس دارند. اما ‘هاوکینز’ از آنها نمی‌ترسد، قسمتی از این عدم ترس به این علت که اونها ممکنه در شطرنج یا ‘گُو’ استاد باشن اما از پس مسائل پیچیده دنیای واقعی برنمیان. بچه‌هایی که نمی‌تونن شطرنج بازی کنن، می‌دونن که مایع چطور می‌ریزد، توپ چطور غلت می‌خوره، و سگ‌ها واق می‌زنند. اونها می‌دونن که چطور از مداد و ماژیک استفاده کنن، یا کاغذ و چسب. اونها می‌دونن چطور کتاب رو باز کنن و اون رو ورق بزنن. اونها همچنین یک تصور-از-خود دارن، و یک تصور-از-بدن، که اونها رو در دنیای واقعیِ فیزیکی قرار می‌ده و به اونها اجازه می‌ده که بدون کوچکترین زحمتی اون رو پیمایش کنن.

اینطور نیست که ‘هاوکینز’ قدرت هوش‌مصنوعی یا آینده‌ی ربات‌ها رو دست‌کم بگیره، برعکس. اما فکر میکند که بروزترین تحقیقاتِ امروزی دارند به مسیر اشتباهی می‌روند. مسیر درست در نظر او این است که بفهمیم مغز چگونه کار می‌کند و با الگو گرفتن از این کارکردها با سرعتی بسیار بالا آنها را پیاده‌سازی کنیم.

و هیچ دلیلی وجود ندارد (به یقین بیاید این کار رو انجام ندیم) که کارهای مغز قدیمی رو الگو قرار بدیم، کارهایی که شامل شهوات و گرسنگی‌ها هستند اعمالی که هوس‌ها و خشم‌ها رو شامل می‌شن یا ترس‌ها و احساسات؛ که ما رو به اون سمتی خواهند کشوند که مغزِ جدید اون‌هارو مضر می‌دونه. مضر حداقل از منظری که ‘هاوکینز’ و من و به احتمال قریب‌به‌یقین شما اون رو مضر می‌دونید. او بسیار شفاف می‌گوید که ارزش‌های روشنگرانه ما باید بسیار متفاوت و  واگرا از ارزش‌های اولیه و بدوی ژن‌های خودخواه ما باشند—الزامی خام برای بازتولید به هر قیمتی. بدون یک مغزِ قدیمی به نظر او (که به نظر من می‌تواند بحث‌برانگیز باشد) دلیلی وجود ندارد که از هوش‌مصنوعی نظر سوء ای نسبت به ما وجود داشته باشد، او معتقد نیست که خاموش کردن یک هوش‌مصنوعی کنجکاو، قتل به حساب آید: بدون مغزِ قدیمی چرا هوش‌مصنوعی ترس یا غم داشته باشد؟ چرا باید نیاز به بقاء را در خود ببیند؟

در فصل “ژن‌ها در مقابل دانش” ما بدون‌شک با اختلافی که بر سر اهداف مابین مغز قدیم (که سرویس‌دهنده به ژن‌های خودخواه هست) و مغز جدید (دانش) روبرو می‌شویم. این شکوه قشر مغزی بشر را می‌رساند—منحصربه‌فرد در مقابل همه‌ی حیوانات دیگر و بی‌سابقه در تمامی ادوار زمین‌شناختی— این قدرت را داشته تا در مقابل دیکته کردن‌های ژن‌های خودخواه قدعلم کند. ما می‌توانیم از سکس کردن لذت ببریم بدون اینکه تولیدمثل کنیم. می‌توانیم زندگی‌مان را وقف فلسفه، ریاضیات، شعر، اخترفیزیک، موسیقی، زمین‌شناسی، یا گرمای عشق بشری کنیم. با سرپیچی از مغز قدیم که با استفاده از اصرارِ ژنتیکی می‌خواد به ما بگوید که اینها هدر دادن زمان است— زمانی که می‌بایست برای مبارزه با دشمنان و بدست آوردن هرچه بیشتر جفت‌ها خرج میشد: “اینطور که به‌نظر من می‌رسد، ما باید یک انتخاب مهم انجام دهیم. یا باید طرفدار مغز قدیم باشیم یا مغز جدید. بطور ویژه آیا می‌خواهیم که آینده‌مان توسط فرآیندهایی که ما را تا به اینجا رسانده‌اند رقم بخورد، فرآیندهایی مثل انتخاب‌طبیعی، رقابت و روالی که ژن‌های خودخواه دارند؟ یا می‌خواهیم که آینده‌مان توسط هوشمندی و مِیل‌اش به فهمِ بیشتر دنیا رقم بخورد؟”

من با یک جمله از ‘تی. اچ. هاکسلی’ آغاز کردم که برای پایان کتاب منشاء از ‘داروین’ بسیار فروتنانه و دوست‌داشتنی نوشته بود. و با یکی از ایده‌های بسیار جذاب ‘جف هاوکینز’ سخنم را تمام می‌کنم— او در چند صفحه جمع‌بندی می‌کند که مرا بسیار به‌ یاد ‘هاکسلی’ می‌اندازد. احساس نیاز به یک سنگ‌قبر کیهانی، چیزی که به کهکشان بگوید ما زمانی اینجا بودیم و قادر به اعلام حقیقتی، ‘هاوکینز’ این نکته را یادآور می‌شود که همه‌ی تمدن‌ها زودگذر بوده‌اند. در مقیاس با زمان جهانی، بازه بین اختراع ارتباط الکترومغناطیس و فنای آن مانند تابش یک کرم شب‌تاب است. احتمال اینکه یک تابش با تابش‌ای دیگر هم‌زمانی داشته باشد متاسفانه بسیار کم است. پس چیزی که ما نیاز داریم که من آنرا —سنگ قبر— نامیدم، یک پیام است که نگوید “ما اینجا هستیم” بلکه بگوید “ما زمانی اینجا بوده‌ایم”. و این سنگ قبر باید طول مدتی در مقیاس کیهانی داشته باشد: نه تنها باید از پارسک‌ها(پارسک-یکی از واحدهای سنجش مسافت در ستاره‌شناسی است که برابر با 30/9 تریلیون کیلومتر یا 3/26 سال‌نوری است) قابل‌رویت باشد بلکه می‌بایست میلیون‌ها چه بسا میلیاردها سال طول‌عمر داشته باشد تا بتواند بعد از انقراض ما هم این پیغام را به تابش بعدیِ هوشمندی پس از ما که توانایی رهگیری آنرا داشته باشد برساند. ارسال پیام عددهای اولیه یا اعداد متشکلِ عدد “پی” آنرا قطع نمی‌کنند، نه به‌عنوان یک سیگنالِ رادیویی نه پرتوهای لیزری، به‌هیچ‌وجه. آن‌ها قطعا هوشمندیِ بیولوژیک را اعلام می‌کنند، که همین هم موجب شده تا روی پروژه “SETI”(جستجو برای هوشمندیِ فرازمینی) و موارد علمی تخیلی سرمایه‌گذاری کنیم با وجود اینکه آنها خیلی کوتاه و در حال حاضر نیستند. پس، چه سیگنالی می‌تواند طول‌عمر بالایی داشته باشد و از فاصله‌ی بسیار زیادی قابل‌تشخیص باشد؟ اینجا همان‌جایی است که ‘هاوکینز’، ‘هاکسلی’ درونی من را برمی‌انگیزد.

امروز فرای ماست ولی درآینده، قبل از اینکه تابش کرم‌شب‌تاب ما تمام شود، ما می‌توانیم در مدار خورشید دسته‌هایی از ماهواره‌ها را قرار دهیم که —می‌توانند از نور خورشید تغذیه کرده و به‌طور طبیعی می‌توانند میلیو‌ن‌ها سال پس از اینکه ما رفته‌ایم هم به چرخش خود ادامه داده و از دور دست‌‌ها قابل تشخیص باشند— حتی اگر پیام این ماهواره‌های چترگونه بصورت اعدادِ اول هم نباشد، می‌تواند بصورت بدونِ‌اشتباهی این باشد: “حیات هوشمندی، اینجا بوده است”.

چیزی که من کمتر اینقدر خوش‌آیند یافته‌‌ام و می‌خواهم آنرا بصورت عکس‌نوشته‌ای به ‘جف هاوکینز’ برای تشکر از کتابِ درخشانش تقدیم کنم – یک پیام کیهانی بصورت کُدشده در قالب فواصل بین خوشه‌های نورونی (یا در مورد او می‌تواند ضد-خوشه‌ها باشد همانگونه‌ که ماهواره‌ها نور خورشید را می‌کاهند) که می‌توانند بصورت کدهای یک نورون باشند.

این کتاب در مورد این است که مغز چگونه کار می‌کند، و طوری روی مغز کار می‌کند که هیچ چیز دیگری آن‌طور نمی‌تواند آنرا به نشاط آورد.

افکار نهایی

من دورنمایی دارم که هیچگاه از سرگرم شدن با آن سیر نمی‌شوم. در آن، عالم پهناوری را تصور می‌کنم با صدها میلیارد کهکشان آن و هر کهکشان شامل صدها میلیارد ستاره می‌شود. تصویری دارم که در اطراف هر ستاره، سیاره‌هایی با تنوع بی‌انتها در آن هست. به نظرم این تریلیون شیء با اندازه‌های غول‌پیکرشان برای میلیاردها سال به آهستگی و در مدارهایی در خلاء ای پهناور به دور یکدیگر می‌چرخند. چیزی که مرا به وجد می‌آورد اینست که تنها چیزی که در عالم در این باره مطلع هست – مغز ماست. اگر به لطف مغزِمان نبود، چیزی وجود نداشت که درباره موجودیت آنها بدانیم. این‌ها همان سوالی را پیش می‌کشند که در ابتدای کتاب به آن اشاره کردم: اگر دانشی در مورد چیزی وجود نداشته باشد، اصلا می‌توانیم بگوییم خود آن چیز وجود دارد؟ اینکه مغز ما چنین نقش منحصر به فردی را ایفا می‌کند، وجدآور است. البته که موجودات هوشمندی می‌توانند در جاهای دیگری از عالم وجود داشته باشند، اما خود همین هم باعث می‌شود فکر کردن به این موضوع سرگرم‌کننده تر باشد.

تفکر دربارۀ عالم و منحصر به فرد بودن هوشمندی یکی از دلایلی است که خواستم دربارۀ مغز مطالعه انجام دهم. اما دلایل دیگر زیادی بر روی همین زمین هم وجود دارند. برای مثال، فهمیدن اینکه مغز چگونه کار می‌کند کاربردهایی در داروسازی و سلامت روح دارد. حل کردن اسرار مربوط به مغز منتهی به هوش ماشینیِ واقعی می‌شود، این چیزی است که به نفع همۀ وجوه جامعه می‌گردد، همانطور که کامپیوترها باعث شدند، همچنین باعث روشهای بهتری برای آموزش به کودکان‌مان می‌شود. اما نهایتا، برمی‌گردد به هوشِ منحصر به فرد خودمان. ما هوشمندترین گونه هستیم. اگر بخواهیم بدانیم واقعا که هستیم، پس باید بفهمیم که مغز چگونه هوشمندی را خلق می‌کند. مهندسی معکوس کردن مغز و فهمیدن درباره هوشمندی – به نظر من – مهمترین تلاش علمی ای است که بشریت آن را انجام خواهد داد.

زمانی که من این تلاش را آغاز کردم، فهم محدودی از اینکه نئوکورتکس چه می‌کند داشتم. من و دیگر عصب‌شناسان تصوراتی از اینکه مغز مدلی از دنیا را یاد می‌گیرد داشتیم، اما تصوراتی مبهم بودند. ما نمی‌دانستیم که چنین مدلی چه شکلی می‌تواند باشد یا اینکه نورون‌ها چگونه آنرا می‌سازند. ما درگیر داده آزمایشگاهی بودیم و این کار سختی بود که آنها را بدون یک چارچوب تئوریک پیش ببریم.

از آن زمان تا به الآن عصب‌شناسان سراسر دنیا پیشرفت قابل توجهی داشتند. این کتاب تمرکز بر آنچه تیم من آموخته دارد. خیلی از آنها شگفت‌انگیز بوده‌اند، مانند آشکارسازی اینکه نئوکورتکس تنها یک مدل از جهان را شامل نمی‌شود بلکه حدود 150/000 سیستم مدلسازی حسی-حرکتی دارد. یا این اکتشاف که هرآنچه نئوکورتکس انجام می‌دهد مبتنی بر چارچوب‌های مرجع(reference frames) است.

در قسمت اول این کتاب من به شرح تئوری جدیدی که نئوکورتکس چگونه کار می‌کند و چطور مدلی از جهان را فرا می‌گیرد پرداختم. ما اسم آن را “تئوریِ هزار مغزِ هوشمندی” گذاشتیم. امیدوارم شرح بنده واضح بوده باشد و استدلال‌هایم را قانع‌کننده دیده باشید. در یک نقطه من به این نتیجه رسیدم که در همانجا کار را تمام کنم. یک چارچوب برای فهم نئوکورتکس به اندازه کافی برای یک کتاب جاه‌طلبانه هست. البته فهمیدن مغز به صورت طبیعی موجب پیامدهای دیگری هم می‌شود، که همین باعث شد تا من ادامه دهم.

در بخش2 من این موضوع را مطرح می‌کنم که هوشمندی در هوش مصنوعی امروز وجود ندارد. هوشمندی واقعی نیازمند اینست که ماشین‌ها مدلی از دنیا را فراگیرند از همان راهی که نئوکورتکس این کار را می‌کند. و موردی را باز می‌کنم که چرا هوش ماشینی خطری بالقوه ندارد، آنگونه که دیگران فکر می‌کند. هوش ماشینی یکی از مفیدترین تکنولوژی‌هایی خواهد بود که ما تابحال ساخته‌ایم. مانند هر تکنولوژی دیگری، افرادی خواهند بود که از آن سوء استفاده کنند. که من از این موضوع بیشتر نگران هستم تا خودِ هوش مصنوعی. هوش ماشینی به خودیِ خود ریسک بالقوه‌ای ندارد و مزایای آن – بنا به اعتقاد من – بسیار بیشتر از معایب خواهند بود.

نهایتا در بخش3 کتاب، من به وضعیت بشر از لنز هوشمندی و تئوری مغز نگاهی انداختم. همانگونه که شما هم احتمالا خواهید گفت، من برای آینده نگران هستم، برای رفاه جامعه بشری و حتی در نگاهی بلندمدت تر برای بقای گونۀ خودمان. یکی از اهداف خود من اینست که آگاهی نسبت به این موضوع که ترکیب مغز قدیم و اعتقادات اشتباه یک “خطرِ وجودی” هستند که به مراتب بزرگ‌تر از تهدید فرض شدۀ هوش مصنوعی است. من راه‌های مختلفی را برای کاهش ریسک‌هایی که با آنها روبرو هستیم به مورد بحث گذاشتم. چندتای آنها مستلزم این هستند که ماشین‌هایی هوشمند بسازیم.

من این کتاب را نوشتم تا آنچه را که خودم و همکارانم دربارۀ هوشمندی و مغز آموختیم منتقل کنم. اما ورای به‌اشتراک‌گذاری این اطلاعات، امیدوارم که برخی از شما مجاب شده باشید که روی آن کار کنید. اگر جوان هستید یا عمیقا در فکر یک تغییر حرفه هستید، ورود به زمینه‌های عصب‌شناسی و هوش ماشین را در نظر بگیرید. موضوعات بسیار کمی وجود دارند که جذاب‌تر، چالش‌برانگیزتر و مهمتر باشند. اگرچه باید این هشدار را بدهم: اگر به دنبال پیگیر بودن ایده‌هایی که در این کتاب مطرح کردم هستید، کار سختی در پیش دارید. هردوی علم‌های عصب‌شناسی و یادگیری ماشین، زمینه‌هایی وسیع با سُکونی بی‌اندازه هستند. شک کوچکی دارم، اصولی که اینجا تشریح کردم نقش مرکزی در هر دو ناحیه تحقیقاتی ایفا کنند، اما احتمالا سال‌ها طول می‌کشد تا اتفاق بیفتند. در این حین، شما باید معین کنید و پرمنبع باشید.

یک خواسته دیگری دارم، که از همه است. امیدوارم یک روز هر شخصی که بر روی زمین زندگی می‌کند در مورد اینکه مغزش چگونه کار می‌کند یاد بگیرد. برای من این یک انتظار است، مانند، “اوه، تو یک مغز داری؟ این چیزی هست که باید در موردش بدونی.” فهرست چیزهایی که هر کسی باید بداند کوتاه است. از نظر من شامل این می‌شود که مغز از بخش جدید و بخش‌های قدیمی‌تر تشکیل شده. شامل این می‌شود که نئوکورتکس چگونه یک مدل از جهان را یاد می‌گیرد، از آنجایی که بخش‌های قدیمی تر مغز احساسات و رفتارهای بدوی‌تر ما را ایجاد می‌کنند. شامل این می‌شود که چگونه مغز قدیم کنترل را در دست می‌گیرد، و ما باعث می‌شود کارهایی از ما سر بزند که می‌دانیم، نباید. و شامل اینکه چطور همۀ ما در معرض باورهای غلط هستیم و بعضی باورها چگونه فراگیر می‌شوند.

معتقدم هرکسی باید این چیزها را بداند، همانطوری که هرکس میداند که زمین به دور خورشید می‌چرخد و ملکول‌های DNA ژن‌های ما را کدگذاری می‌کنند و این که چطور دایناسورها برای میلیون‌ها سال بر روی زمین زندگی می‌کردند و امروز منقرض شده‌اند. این مورد مهم است. بسیاری از مشکلاتی که با آنها مواجه‌ایم – از جنگ‌ها گرفته تا تغییرات اقلیمی – یا توسط باورهای غلط ایجاد شده‌اند یا امیال خودخواهانۀ مغزِ قدیمی یا هر دوی آنها. اگر هر انسانی می‌فهمید که در سر او چه می‌گذرد، باور دارم که تضادهای کمتری داشتیم و آینده‌ای درخشان تر.

هرکدام از ما می‌تواند در این تلاش سهمی داشته باشد. اگر شما یک والد هستید، می‌توانید به فرزندتان در مورد مغز بیاموزید همانطوری که یک سیب و پرتقال در دست می‌گیرید تا به فرزندتان در مورد منظومۀ شمسی چیزی بیاموزید. اگر کتاب‌هایی برای کودکان می‌نویسید، این نکته را درنظر بگیرید که مواردی در مورد مغز و باورها در آن بگنجانید. اگر یک مربی یا معلم هستید، از خود بپرسید چگونه تئوری مغز می‌تواند جایی در برنامه آموزشی داشته باشد. خیلی از تشکل‌ها اکنون مباحث مربوط به ژنتیک و تکنولوژی‌های DNA را به عنوان بخش استانداردی از برنامۀ آموزشی دبیرستان‌ها در نظر گرفته‌اند. معتقدم اهمیت تئوری مغز به همان اندازه است، اگر بیشتر نباشد.

——————-

ما چه هستیم؟

چطور به این نقطه رسیده‌ایم؟

سرنوشت‌مان چیست؟

برای هزاران سال اجدادمان این سوالات بنیادین را پرسیده‌اند. طبیعی است، که از خواب بلند شویم و خود را در جهانی پیچیده و اسرارآمیز بیابیم. هیچ دستورالعملِ راهنمایی برای زندگی و تاریخ و داستانِ پشتیبانی برای توضیح اینکه کل قضیه از چه قرار است وجود ندارد. ما بهترینِ خود را انجام می‌دهیم تا شرایط را قابل فهم سازیم، اما برای اکثریتِ تاریخ بشری، جاهل بوده‌ایم. در شروعِ چندصد سالِ گذشته، شروع کردیم به پاسخ دادن به بعضی از این سوالات بنیادین. اکنون شیمی‌ای که زیربنای اکثریتِ همۀ موجودات زنده است را فهمیده‌ایم. به درک روندهای تکاملی که گونۀ ما را تا به اینجا رسانیده رسیده‌ایم. و می‌دانیم که گونۀمان به تکامل‌اش ادامه خواهد داد و در زمانی در آینده، احتمالا منقرض خواهد شد.

سوالات مشابهی در مورد ما به عنوان موجوداتی مبتنی بر ذهن هم قابل پرسش هستند.

چه چیزی ما را هوشمند و خود-آگاه می‌سازد؟

چطور گونۀ ما هوشمند شد؟

سرنوشت هوشمندی و دانش، چه خواهد بود؟

امیدوارم توانسته باشم شما را قانع کنم که نه تنها این سوالات قابل پاسخ دادن هستند، بلکه ما روند عالی‌ای برای پاسخ دادن به آنها داریم. همچنین امیدوارم که توانسته باشم شما را قانع کرده باشم که ما باید در مورد آیندۀ هوشمندی و دانش فارغ از آیندۀ گونۀ خودمان نگران باشیم. هوشمندیِ والاترِ ما منحصر به فرد است و تا جایی که می‌دانیم، مغز انسان، تنها چیزی در عالم است که می‌داند، عالمی وسیع‌تر وجود دارد. او تنها چیزی است که اندازۀ عالم، سن آن، قوانینی که بر طبق آن عمل می‌کند را بلد است. این همان چیزی است که دانش و هوشمندی ما را مستحق به نگهداری و حفظ می‌سازد. و این نوید را می‌دهد که روزی، همه چیز را متوجه شویم.

ما گونۀ (Homo sapiens) هستیم، انسان‌های خردمند، آنقدر عاقل خواهیم شد که بتوانیم تشخیص دهیم که چقدر خاص هستیم، آنقدری که انتخاب‌هایی بکنیم که منجر به بقای‌مان بر روی زمین شود، تا آنجا که ممکن است. و آنقدر عاقل که انتخاب‌هایی انجام دهیم که ما را مطمئن سازند که هوشمندی و دانش بقاء بلندمدت‌تری خواهند داشت، هم روی زمینِ فعلی‌مان و هم در پهنۀ عالم.

خواندنی‌های توصیه شده (هاوکینز)

افرادی که در مورد کار ما شنیده‌اند اغلب از من در مورد خواندنی‌هایی که مربوط به یادگیری بیشتر در مورد نظریه هزار مغز و چیزهای مربوطۀ عصب‌شناسی آن می‌شود می‌پرسند. این مورد اغلب باعث می‌شود آهِ عمیقی بکشم، چون جواب سایده‌ای برای آن وجود ندارد، و اگر بخواهم صادق باشم، خواندن مقالات حوزه عصب‌شناسی کار مشکلی است. قبل از اینکه به شما مواردی برای مطالعه پیشنهاد کنم، چند توصیه عمومی دارم.

علم عصب‌شناسی چنان دایره مطالعاتی وسیعی دارد که حتی اگر تخصصِ بسیار نزدیکی با یکی از زیر مجموعه‌های آن داشته باشید، ممکن است دچار سختی با ادبیاتی که در تخصص دیگری از آن هست شوید. و اگر که در زمینه عصب‌شناسی کاملا تازه‌وارد هستید، شروع کار می‌تواند برایتان مشکل باشد.

اگر می‌خواهید در زمینۀ موضوع خاصی بیاموزید-مانند، ستون‌های قشری(cortical columns) یا سلول‌های شبکه‌ای(grid cells) – و از پیش آشنایی با آن ندارید، در اینصورت توصیه می‌کنم با منابعی مثل ویکی‌پدیا شروع کنید. ویکی‌پدیا معمولا چندین مقاله در رابطه با هر زمینه‌ای دارد، و به‌سرعت می‌توانید بین آنها با لینک‌های مرتبط جابجا شوید. این سریع‌ترین راهی است که برای گرفتن حسی در رابطه با ترمینولوژی، ایده‌ها، زمینه‌ها و غیره می‌شناسم. اغلب متوجه می‌شوید که مقالات مختلف در مخالفت با هم هستند یا از ترمینولوژی متفاوتی استفاده می‌کنند. با این‌جور مخالفت‌ها در مقالات معتبر علمی(peer-reviewd papers) هم روبرو می‌شوید. به عنوان یک قانون، بایستی چندین منبع را بخوانید تا از موضوعی آگاهی پیدا کنید.

برای عمق بیشتر، چیز بعدی که پیشنهاد می‌کنم مقاله‌های بازبینی شده هستند. مقاله‌های بازبینی شده در ژورنال‌های آکادمیک معتبر(peer-reviewed) یافت می‌شوند، اما، همانگونه که از اسمش پیداست، آنها یک نمای کلی از هر موضوع را نشان می‌دهند، شامل نواحی که دانشمندان با آنها مخالف هستند. خواندن مقالات بازبینی شده معمولا از مقاله‌های معمولی راحت تر است. ارجاع‌ها هم با ارزشند چون آن‌ها اکثر مقالات مهم مرتبط با یک موضوع را در یک لیست ارایه می‌کنند. یک راه خوب برای یافتن این نوع مقالات استفاده از موتورهای جستجویی مانند Google Scholar هست و وارد کردن چیزی مثل این “مقاله بازبینی در رابطه با سلول‌های شبکه‌ای”.

تنها زمانی که دربارۀ نام‌گذاری‌ها، تاریخچه، و مفاهیم یک موضوع آموختید، توصیه می‌کنم که مقالات علمی منحصربه‌فرد را بخوانید. عنوان و چکیدۀ یک مقاله خیلی به ندرت برای اینکه بفهمید اطلاعاتی که به دنبال آنها هستید در مقاله موجود است، کافی هستند. من خیلی ساده چکیدۀ مقاله را می‌خوانم. بعد تصاویر آنرا اسکن میکنم، که در یک مقالۀ خوب-نوشته‌شده باید به اندازه خود متن گویا باشند. بعد بلافاصله می‌پرم به قسمت مباحثه‌ای در انتها. این قسمت اغلب جایی است که نویسنده به سادگی تشریح می‌کند که مقاله در رابطه با چیست. تنها بعد از این گام‌های مقدماتی، تصمیم می‌گیرم که آیا مقاله را از ابتدا تا انتهای آن بخوانم.

در پایین مقالات توصیه شده‌ای را بر اساس دسته‌بندی موضوعی آورده‌ام. صدها تا هزاران مقاله برای هر موضوع وجود دارند، پس من تنها توصیه‌های محدودی را برای شروع‌تان ذکر می‌کنم.

ستون‌های قشری

تئوری هزار مغز بر مبنای پروپوزال ‘ورنون مونتکاستل’ ساخته شده که که در آن ستون‌های قشری معماری‌ها و کارکرد مشابهی دارند. اولین ارجاع که در ذیل آمده مقاله اورجینال مونتکاستل است، همانی که او الگوریتم قشری معمول را در آن رونمایی کرده است. دومین ارجاع مقاله‌ای متاخر از مونتکاستل است که در آن لیستی از یافته‌های آزمایشگاهی است که پروپوزال او را پشتیبانی می‌کند. و سومین ارجاع توسط Buxhoeveden و Casanova مقاله‌ای مرتبط و آسان برای بازخوانی است. گرچه اغلب دربارۀ نیم‌ستون‌هاست، موارد متفاوت و شواهدی مرتبط با ادعای مونتکاستل را به بحث می‌گذارد. ارجاع چهارم توسط Thomson و Lamy یک مقاله بازبینی درمورد آناتومی قشری می‌باشد. که دیدگاهی در مورد لایه‌های سلولی و ارتباطات اولیۀ مابین آنهاست. باوجود پیچیدگی که دارد، اما از مقاله‌های محبوب من است.

Mountcastle, Vernon. “An Organizing Principle for Cerebral Function: The Unit Model and the Distributed System.” In The Mindful Brain, edited by Gerald M. Edelmand and Vernon B. Mountcastle, 7-50. Cambridge, MA: MIT Press, 1978.

Mountcastle, Vernon. “The Columnar Organization of the Neocortex.” Brain 120 (1997): 701-722.

Buxhoeveden, Daniel P., and Manuel F. Casanova. “The Minicolumn Hypothesis in Neuroscience.” Brain 125, no. 5 (May 2002): 935-951.

Thomson, Alex M., and Christophe Lamy. “Functional Maps of Neocortical Local Circuitry.” Frontiers in Neuroscience 1 (October 2007): 19-42.

سلسله مراتب غشائی

اولین مقاله ذیل توسط Felleman و Van Essen همان مورد است که در بخش اول به آن اشاره کردم، که اول سلسله مراتب نواحی در نئوکورتکس ماکاک را شرح می‌دهد. آنرا بیشتر از جهت نفع تاریخی که داشته شامل کردم. متاسفانه دسترسی آزاد ندارد.

دومین ارجاع توسط Hilgetag و Goulas بیشتر نگاه فعلی به مسئله سلسله مراتب در نئوکورتکس می‌باشد. نویسندگان لیستی از مسائل مختلف در رابطه با تفسیر کردن نئوکورتکس به عنوان سلسله مراتبی سفت و محکم مطرح می‌کنند.

سومین ارجاع مقاله‌ایست از Murray Sherman و Ray Guillery که طرحی دربارۀ روش اولیه دارد که در آن دو ناحیه قشری با یکدیگر توسط بخشی از مغز بنام تالاموس صحبت می‌کنند. شکل 3 در مقاله به خوبی این ایده را به تصویر کشیده. پروپوزال Sherman و Guillery اغلب توسط دیگر عصب‌شناس‌ها نادیده گرفته شده است. برای مثال هیچکدام از دو ارجاع اول اشاره‌ای به ارتباطات تالاموس نکرده‌‌اند. اگرچه من در مورد تالاموس در این کتاب صحبتی نکرده‌ام، این موضوع عمیقا با نئوکورتکس در ارتباط است به طوری که من آن را به عنوان ضمیمه‌ای به نئوکورتکس می‌بینم. من و همکارانم موردی را در مقاله سال 2019 با نام “چارچوب‌ها” مطرح کردیم که در مورد توضیحی ممکن در رابطه با مسیر ارتباطی تالاموسی بود، که در پایین آورده شده است.

Felleman, Daniel J., and David C. Van Essen. “پردازش سلسله مراتبی توزیع شده در کورتکس سربرال اولیه.” Cerebral Cortex 1, no. 1 (January-February 1991).

Hilgetag, Claus C., and Alexandros Goulas. “سلسله مراتب در ساختار شبکه‌های مغز.” Philosophical Transactions of the Royal Society B: Biological Sciences 375, no. 1796 (April 2020).

Sherman, S. Murray, and R. W. Guillery. “عملکردهای ناهمگن برای ارتباطات مستقیم و قشرغشایی فراتالاموسی.” Journal of Neuro-physiology 106, no. 3 (September 2011):1068-1077.

مسیرهای ارتباطی ‘کجا’ و ‘چه’

در بخش 6، تشریح می‌کنم که چگونه ستون‌های قشری مبتنی بر چارچوب‌های مرجع می‌توانند مسیرهای ارتباطی که به ‘کجا’ و ‘چه’ در نئوکورتکس می‌رسند را شکل می‌دهند. اولین مقالۀ، Ungerleider و Haxby یکی از مقاله‌های اوریجینال در این مبحث می‌باشد. دومی مقاله توسط، Goodale و Milner، یک تشریح مدرن‌تر است که در آن به این موضوع می‌پردازند که تشریح بهتر از مسیرهای ارتباطی ‘کجا’ و ‘چه’ در اصل “ادراک” و “عمل” می‌باشند؛ که این مقاله هم با دسترسی-باز نیست. مقالۀ سوم، توسط Rauschecker، احتمالا آسان ترین برای خواندن است.

Ungerleider, Leslie G., and James V. Haxby. ” ‘what’ and ‘Where’ in the Human Brain.” Current Opinion in Neurobiology 4 (1994): 157-165.

Goodale, Melvyn A., and A. David Milner. “Two Visual Pathways–Where Have They Taken Us and Where Will They Lead in Future?” Cortex 98 (January 2018): 283-292.

Rauschecker, Josef P. “Where, When, and How: Are They All Sensorimotor? Towards a Unified View of the Dorsal Pathway in Vision and Audition.” Cortex 98 (January2018): 262-268.

شلیک‌های دندریتی (Dendritic Spikes)

در بخش 4، من به تشریح تئوری‌مان در رابطه با اینکه نورون‌ها در نئوکورتکس توسط شلیک‌های دندریتی پیش‌بینی انجام می‌دهند، پرداخته‌ام. در اینجا سه مقاله را که در این مورد است لیست می‌کنم. اولی، توسط London و Hausser، احتمالا آسان‌ترین برای خواندن است. دومی، توسط Antic et al مستقیم‌تر به تئوری ما مربوط می‌شود همانطور که ارجاع سوم، توسط Major, Larkum و Schiller هم اینگونه است.

London, Michael, and Michael Hausser. “Dendritic Cumputation.” Annual Review of Neuroscience 28, no. 1 (July 2005): 503-532.

Antic, Srdjan D., Wen-Liang Zhou, Anna R. Moore, Shaina M. Short, and Katerina D. Ikonomu. “The Decade of the Dendritic NMDA Spike.” Journal of Neuroscience Research 88 (November 2010): 2991-3001.

Major, Guy, Matthew E. Larkum, and Jackie Schiller. “Active Properties of Neocortical Pyramidal Neuron Dendrites.” Annual Review of Neuroscience 36 (July 2013): 1-24.

سلول‌های مکانی و سلول‌های شبکه‌ای

یک بخش کلیدی از تئوری هزار مغز این است که ستون قشری مدلی از جهان را با استفاده از چارچوب‌های مرجع فرا می‌گیرد. ما این را پیشنهاد می‌کنیم که نئوکورتکس این کار را با مکانیسم‌هایی مشابه با آنچه سلول‌های مکانی و سلول‌های شبکه‌ای در کورتکس entorhinal و هیپوکامپوس انجام می‌دهند، انجام می‌دهد. برای به دست آوردن دیدگاهی عالی در این رابطه پیشنهاد میکنم که سخنرانی‌های نوبل مربوط به O’Keefe و Moser را بخوانید یا گوش دهید، به همان ترتیبی که آنرا ارائه کرده‌اند. هر سه آنها با یکدیگر همکاری کرده‌‌اند تا مجموعه هماهنگی ارائه دهند.

O’Keefe, John. “Spatial Cells in the Hippocampal Formation.” Nobel Lecture. Filmed December 7, 2014, at Aula Medica, Karolinska Institutet, Stockholm. Video, 45:17. www.nobelprize.org/prizes/medicine/2014/okeefe/lecture/.

Moser, Edvard I. “Grid Cells and the Enthorinal Map of Space.” Nobel Lecture. Filmed December 7, 2014, at Aula Medica, Karolinska Institutet, Stockholm. Video, 49:23. www.nobelprize.org/prizes/medicine/2014/edvard-moser/lecture/.

Moser, May-Britt. “Grid Cells, Place Cells and Memory.” Nobel Lecture. Filmed December 7, 2014, at Aula Medica, Karolinska Institutet, Stockholm. Video, 49:48. www.nobelprize.org/prizes/medicine/2014/may-britt-moser/lecture/.

سلول‌های شبکه‌ای در نئوکورتکس

ما تازه داریم شروع به دیدن مدارکی دال بر مکانیسم‌های سلول‌های شبکه‌ای در نئوکورکس می‌کنیم. در بخش 6، به تشریح، دو آزمایش با استفاده از fMRI که سلول‌های شبکه‌ای در انسان با استفاده از آنها به انجام وظایف شناختی می‌پردازند را نشان دادم. دو مقالۀ اول، توسط، Doeller, Barry و Burgess, و Constantinescu, O’Reilly, و Behrens—این آزمایشات را نشان می‌دهند. سومین مقاله، توسط، Jacobs et al. ، نتایج مشابهی که از عمل جراحی مغز-باز هست را نشان می‌دهد.

Doeller, Christian F., Caswell Barry, and Neil Burgess. “Evidence for Grid Cells in a Human Memory Network.” Nature 463, no. 7281 (February 2010): 657-661.

Constantisescu, Alexandra O., Jill X. O’Reilly, and Timothy E, J, Behrens. “Organizing Conceptual Knowledge in Humans with a Gridlike Code.” Science 352, no. 6292 (June 2016): 1464-1468.

Jacobs, Joshua, Christoph T. Weidermann, Jonathan F. Miller, Alec Solway, John F. Burke, Xue-Xin Wei, Nanthia Suthana, Michael R. Sperling, Ashwini D. Sharan, Itzhak Fried, and Michael J. Kahana. “Direct Recordings of Grid-Like Neuronal Activity in Human Spatial Navigation.” Nature Neuroscience 16, no. 9 (September 2013): 1188-1190.

مقالات شرکت نومنتا در رابطه با تئوری هزار مغز

این کتاب تشریح سطح-بالایی از نظریۀ هزار مغز می‌باشد، اما وارد جزئیات زیادی نمی‌شود. اگر مایل هستید به جزئیات بیشتر می‌توانید مقالات بازبینی شدۀ آزمایشگاهی بنده را بخوانید. آن مقالات شامل تشریحات با جزئیات کامل‌تری هستند که اجزاء مشخصی دارند، مانند شبیه‌سازها و کدهای منبع. همۀ مقالات ما با دسترسی باز هستند. در اینجا مرتبط ترین آنها را به همراه شرحی کوتاه آورده‌ام.

مقاله‌ای که در ادامه آمده، جدیدترین و آسان‌ترین برای خواندن است. بهترین محل برای شروع اگر می‌خواهید مشروحی عمیق‌تر از کل تئوری و برخی از کاربردهایش بدانید.

Hawkins, Jeff, Marcus Lewis, Mirko Klukas, Scott Purdy, and Subutai Ahmad. “A Framework for Intelligence and Cortical Function Based on Grid Cells in the Neocortex.” Frontiers in Neural Circuits 12 (January 2019): 121.

این مقاله بعدی در مورد این است که اغلب شلیک‌های دندریتی به عنوان پیش‌بینی کننده عمل می‌کنند و 90درصد سیناپس‌ها در نورون‌های هرمی، مختص این هستند که زمینه‌های مرتبط با پیش‌بینی‌ها را شناسایی کنند. مقاله همچنین به شرح این می‌پردازد که چطور لایه‌ای از نورون‌ها در نیم-ستون‌ها سازماندهی شده‌اند و یک توالی حافظه پیش‌بینی‌کننده را ایجاد می‌کند. مقاله وجوه زیادی از نورون‌های بیولوژیکی را توضیح می‌دهد که قابل توضیح در تئوری‌های دیگر نیستند. مقاله‌ای با جزئیات که شامل شبیه‌سازها، شرح ریاضیاتی از الگوریتم‌مان و اشاره‌ای به کد منبع است.

Hawkins, Jeff, and Subutai Ahmad. “Why Neurons Have Thousands of Synapses, a Theory of Sequence Memory in Neocortex.” Frontiers in Neural Circuits 10, no. 23 (March 2016): 1-13.

بعدی مقاله‌ای است که در آن ما ابتدا به ساکن ایدۀ اینکه هر ستون قشری می‌تواند مدل کاملی از هر شیء را یاد بگیرد آورده‌ایم. این مقاله همچنین مفهوم رأی‌گیری در ستون‌ها را معرفی می‌کند. مکانیسم‌ها در این مقاله، افزونه‌ای به مکانیسم‌های پیش‌بینی‌کننده‌ای هستند که در مقالۀ سال 2016 آورده بودیم. همچنین ما بر این گمانیم که ارائه‌های شبکه‌های سلولی ممکن است پایۀ سیگنال مکان را شکل دهند، البته هنوز بر روی جزئیات کار نکرده‌ایم. مقاله شامل شبیه‌سازی، حجم محاسبات و شرح ریاضیاتی از الگوریم‌مان می‌شود.

Hawkins, Jeff, Subutai Ahmad, and Yuwei Cui. “A Theory of How Columns in the Neocortex Enable Learning the Structure of the World.” Frontiers in Neural Circuits 11 (October 2017): 81.

مقالۀ پیش‌رو جزئیاتی از کارمان در سال 2017 را گسترش می‌دهد که در آن نشان داده می‌شود چگونه سلول‌های شبکه می‌توانند ارائه‌ای از مکان بدهند. مقاله توضیح می‌دهد که چنین مکان‌هایی چگونه ورودی حسگرها را پیش‌بینی می‌کنند. مقاله همچنین نقشه‌ای بین مدل و سه لایه از شش لایۀ نئوکورتکس را ارائه می‌کند. مقاله شامل شبیه‌سازی‌ها، حجم محاسبات و شرح ریاضیاتی از الگوریتم‌مان می‌شود.

Lewis, Marcus, Scott Purdy, Subutai Ahmad, and Jeff Hawkins. “Locations in the Neocortex: A Theory of Sensorimotor Object Recognition Using Cortical Grid Cells.” Frontiers in Neural Circuits 13 (April 2019):22.