本文由药明康德团队整理，欢迎分享至朋友圈。转载请于文章开头注明“本文来源于药明康德微信公众号（ID：WuXiAppTecChina）”
还记得上次我们伸展我们大脑皮层发生了什么吗？那是两百万年前当我们进化为人类时发展出的这些大前额。在接下来的几十年，我们要再一次进化。我们会再次延展我们的新大脑皮层，只有这样我们不会被固定的框架结构所限制。它会无限延展。那个额外的量会再次成为一个启动因子，使我们在文化科技中有一个质的飞跃。
And remember what happens the last time we expanded our neocortex? That was two million years ago when we became humanoids and developed these large foreheads. over the next few decades, we're going to do it again. We're going to again expand our neocortex, only this time we won't be limited by a fixed architecture of enclosure. It'll be expanded without limit. That additional quantity will again be the enabling factor for another qualitative leap in culture and technology.
演讲实录：
让我来给你们讲个故事。要追溯到两亿年前，关于新大脑皮层的故事，讲的就是大脑的表层。对于早期的哺乳类动物，由于只有它们有新大脑皮层，就像啮齿类的生物。皮质尺寸像邮票一样而且很薄，这个薄的皮质包裹着它们像核桃大小的头脑，但它可以产生新的思维方式。不像那些非哺乳类动物只有固定的行为，
哺乳动物的大脑可以创造新的行为
。例如一只老鼠在逃避捕食者，它的路被堵住了，就想想出一个新的解决方案。那方案可能成功也可能失败，但如果成功了，它就会记住，于是就有了一种新的行为，同时那个方案会迅速传遍到其余的团体。比如另一只老鼠看到这会说，“噢，绕过那块岩石，真是高明，”于是它也会采取那种行为。
非哺乳类动物不能做这些事情。因为它们有固定的行为方式。现在它们能学习新的行为，
但不是在一个生命的过程中
。也许在几千个生命周期内，它可以衍生出一个新的固定的行为。那对两亿年前来讲是好极了。因为那时的环境变化很慢，可能要过一万年才会发生一次巨大的环境变化，在那期间，可能进化一种新的行为。
▲
小鼠，猴和人脑的比较（图片来源：Comparative Mammalian Brain Collections）
那样发展似乎也还不错，但有些事情发生了。六千五百万年前，发生了一个突然、剧烈的环境变化。我们称之为白垩纪灭绝事件。那是恐龙走向灭绝的时候，是百分之七十五的动植物走向灭绝的时候，也是哺乳类动物取代生态位，而达到人格化，生物进化学会说：“嗯，这个新大脑皮层（neocortex）是个好东西，”于是开始发展。哺乳类动物逐渐变大，它们的大脑变大的速度更快，新大脑皮层同时变大的速度也更快，发展出明显的隆起和褶皱来增加它的表面积。
如果把一个人的新大脑皮层伸展开，大概有一方餐巾那么大。它也是一个很薄的构造，就像餐巾那么薄，但它有很多的隆起和褶皱。
现在它占据我们大脑的百分之八十
，那也是我们用来思考的地方，所以那是个很棒的升华。我们仍旧还是有那个提供基本动力和动机的大脑，但也许我会有一个要去征服的想法，那就要新大脑皮层借由写首诗或发明一个程序或来一个TED演讲而达到升华，它的确是在新的大脑皮层有了行动。
▲
小鼠，猴和人脑的新大脑皮层比较（图片来源：Comparative Mammalian Brain Collections）
五十年前，我写了一篇论文，描述我对大脑如何运作的想法。我描述说大脑就像一系列模块。每个模块可以用一种方式做事情。每个模块可以学习和记住一种方式，也可以执行一种方式。然后这些模块被分派到统治集团中，我们用我们自己的想法创造了统治集团。后来我的这个想法就没怎么继续了。那还是50年前，它让我去见了约翰逊总统。我已经思考了五十年，一年半前我出了本书《如何创造思想》，这本书和那篇论文有着相同的主题，
但现在有了更多的证据支撑。
我们从神经科学得到关于大脑的数据每年都成倍增加，各类脑扫描的空间分辨率也是每年双倍增加。我们现在可以看到一个活大脑的内部，看到个别神经元间的连接，实时连接，实时放电，我们可以看到你大脑创造思维。我们可以看到你的思维也在创造你的大脑，这对了解大脑如何运作很重要。
让我简单描述一下大脑如何工作的。我算过这些模式识别模块（pattern recognition module）的数量，大约有三亿，我们在大脑层里创造它们。给你们简单举例。我有一堆模块，它们可以认知A的一横，那是它们关心的全部。一首动人的歌在播放，一个美丽的姑娘经过，它们都不在意，但当它们看见A的一横，它们就会很兴奋的说“横”，然后它们从输出轴突输出一个高度的可能性，那就到了下一个等级。
这些层次被分布在概念性等级中。每一个等级都比下一个更抽象，
所以下一个等级可能识别出“字母A” 。去到更高一个等级可能识别出“apple”，信息也是这样流动。如果那个识别出apple的等级看到a-p-p-l，它就会想：“嗯，我觉得接下来是e”，然后它就会把信号传送给所有认知E的说：“盯住E，我觉得它就要来了” 。E的认知这就会降低警觉，它们可能粗心的看到一些东西觉得就是E。通常你不会这样想，但我们在期待一个E，那就够了，于是我看到了E，然后认知的apple说：“太好了，我看到了apple”。
再往上五个等级，现在你就在一个很高的水平的大脑层，于是延伸到不同的感官，你可能有一个模块看到了一个东西，听到一个声音，闻到某种香味，它就会说：“我老婆进来房间了。”往上十个等级，现在你在一个非常高的等级。可能在大脑额叶，这里的模块会说：“那很讽刺。那很有趣。她很美。”你可能觉得那些模块很复杂，实际上更复杂的是在它们之下的大脑层集团。
有一个十六岁的女孩，她做了一个大脑手术，但她依然是清醒的，因为外科医生要和她谈话。手术可以做是因为大脑里没有疼痛的感觉器官。在大脑里，当医生刺激到某个部分，在她大脑皮层的很小的点，这里显示为红色的部分，她就会笑。所以一开始医生以为触碰到某个笑神经，但不是，
医生很快意识到它们发现那些在新大脑皮层的小点能探测到幽默
，然后她发现一切都很可笑，每当刺激到那些点的时候。“你们站在这里真是太好笑了，”这是她典型的话语，但实际上他们在做手术时并不有趣。
所以我们现在怎么样？事实上电脑逐渐开始通过科技掌握人类语言，这和新大脑皮层类似。我实际上描述了运算法则，这和脑层隐藏的马尔可夫模型类似，这是一些我从90年代就开始研究的事。"Jeopardy"是一个很流行的语言游戏，Watson机器人在这个游戏中得到一个比另外两个得分最高的人加在一起还高的分数。它纠正了这个问题："一段很长很无聊的演讲就像馅饼上的装饰”，并且很快回复：“什么是长篇大论？”没人理解这个问题。那是个很复杂的关于电脑理解人类语言的例子，它实际通过维基百科和一些其他百科自己掌握了知识。
