計算機科學家、神經生物學家Jeff Hawkins提出新型框架來理解人類新大腦皮層如何運作，即“千腦智力理論”。

深度學習是人工智能最新的進展，它借鑒了人類“大腦”的大概。大多數深度學習模型的架構是基于處理層的，是一種受生物大腦神經元啟發(fā)的人工神經網絡。

然而，神經科學家們對于智力（Intelligence）究竟是什么，以及智力是如何在人腦中形成等問題并沒有達成一致，至今任然無法解釋。

2018年10月，在荷蘭馬斯特里赫特舉行的人類大腦項目峰會上，Numenta公司的技術專家、科學家和聯(lián)合創(chuàng)始人Jeff Hawkins提出了一個新型框架來理解人類新大腦皮層是如何運作的，被稱為“千腦智力理論”。

Numenta 公司創(chuàng)建于2005年，致力于開發(fā)出一臺和人類大腦工作原理相似的智能機器。其創(chuàng)始人 Jeffrey Hawkins 大名鼎鼎，既是計算機科學家，也是神經生物學家，同時還是Palm公司、Handspring公司、Redwood Neuroscience Institute 研究所的創(chuàng)辦者。

新大腦皮層是人類大腦的一部分，它參與較為高級的功能，如意識思維、空間推理、語言、運動指令的生成和感官知覺。

Numenta的研究人員假設人類新大腦皮層的每個部分都能學習完整的對象和概念模型。該團隊假設網格細胞樣神經元（grid cell-like neurons）存在于人類新皮層的每一列中，并且提出了一種叫做置換細胞（displacement cell）的新型神經元，它作為網格細胞的補充，也位于整個新皮層。

網格細胞是位置調節(jié)（place-modulated）的神經元，能夠對位置做出理解。研究人員認為，每個皮層列通過將輸入與網格細胞來源位置相結合，然后在運動過程中進行整合，從而學習完整物體的模型。

為了說明這個概念，研究人員以咖啡杯為例做出了一定解釋。

當我們看到并觸摸一個咖啡杯時，視覺層次和軀體感覺層次中的許多列同時觀察杯子的不同部分。每個區(qū)域中的每一列都基于感官輸入（在該示例中是視覺和觸摸）學習杯子的完整模型，然后整合傳感器的運動。杯子的模型是不相同的，因為杯子的每個模型都是從不同的感官陣列子集中學習的。

與通常的觀點不同的是，感官輸入是在皮層區(qū)域的層次結構中處理的，該理論認為連接本質上不是分層的。相反，非分層連接可以連接大腦半球，跨越模態(tài)和層次級別。 由于非分層連接，隨著傳感器的移動可能會發(fā)生推斷。

根據研究人員的說法，新皮層對真實世界中的每個對象都擁有成百上千個模型，并且觀察到的特征集成發(fā)生在層次結構所有層中的每一列，而不僅僅是層次結構的頂層。

因此得名“千腦智力理論”。該框架重新定義了人類新大腦的功能。 根據研究人員的說法，新皮層包含數以千計的模型，不僅在層次結構中起作用，而且在并行中也起作用。

這是一種挑戰(zhàn)傳統(tǒng)觀點的創(chuàng)新理論，并可能在未來影響人工智能和神經科學。