type
Post
status
Published
date
Dec 29, 2022
slug
2022.12.29 读《千脑智能》笔记
summary
2022.12.29 读《千脑智能》笔记
tags
读书
思考
category
胡言乱语系列
icon
password
宇宙中唯一知道宇宙存在的东西竟是漂浮在我们脑海中重量不足1.4千克的细胞团，这实在太令人惊讶了。这让我想起了一个古老的疑问：如果一棵树在森林中倒下了，而并没有人听到它倒下的声音，那这棵树倒下时有没有发出声音呢？同样，我们可以提出疑问：如果宇宙的出现和消失，没有大脑知道，那么宇宙真的存在吗？谁知道呢？存在于你头骨中的几十亿个细胞不仅知道宇宙的存在，而且知道它是辽阔而古老的。这些细胞已经掌握了一个“世界模型”，据我们所知，这些知识在其他任何地方都不存在。 附 Numenta 公司官网地址：https://www.numenta.com/
1. 关于作者
一个只有在美国这种环境才能出现的人才。
杰夫·霍金斯 1957 年出生于美国，1979 年从康奈尔大学电子工程专业毕业后进入英特尔公司工作，受基因双螺旋结构的发现者弗朗西斯·克里克影响，开始寻找大脑运行背后的理论框架，想转到相关岗位但失败了。后来申请了麻省理工学院人工智能实验室的博士研究生，希望做“以大脑理论为基础创造智能机器”，被否定，于是又转向加州大学伯克利分校，1986 年被神经科学博士研究生项目录取，研究“新皮质如何进行预测”。但找不到这个方向合适的导师，于是他在图书馆泡了 2 年，阅读了过去 50 年神经科学领域最重要的数百篇论文，以及跟各种心理学家、语言学家、数学家和哲学家探讨对大脑和智能的看法。在知道通过博士研究实现不了自己的梦想后，他于 1988 年返回工业界，带着 PalmPrint 专利 (一种手写识别的软件算法) 加入 GRID 公司，开发出第一台平板电脑 GridPad。1992 年，自己创办 Palm 电脑公司，生产的掌上电脑产品 Pilot 获得了巨大成功。1998 年，创办 Handspring 公司。2002 年，他用积累的资金成立红木神经科学研究所，但科学家更愿意聚焦于力所能及的新发现，而不是霍金斯的大脑理论，于是霍金斯把红木神经科学研究所捐给了加州大学伯克利分校，自己在 2005 年重新创立了研究公司 Numenta，自己带领团队专注于大脑理论研究。2010 年，他提出一种皮质柱预测模型，解释了神经元如何进行预测，并开发了相应的开源软件 HTM，用于股票市场异常检测等领域。2016 年，他又提出千脑理论，即新皮质中的地图状参考系学说。
2. 关于本书
未来这本书也许能和达尔文的《物种起源》平起平坐。
霍金斯的研究方向主要是从功能模拟的角度探索大脑原理 (虽然他也非常关心大脑的结构)，是基于自顶向下的方法论，类似生命科学中的进化论；另一个研究方向强调的是从结构仿真出发构造大脑，再重现大脑功能，是基于自底向上的方法论，类似生命科学中的从基因组出发合成生命。
本书的第一部分：我们所感知的现实不过是大脑构建的现实模型，它通过接收来自感官的刺激而不断更新。霍金斯是第一个论证如下观点的人：这样的模型不止一个，在每一个构成大脑新皮质的皮质柱中都有一个模型。这些皮质柱大约有15万个，它们以及霍金斯所说的“参考系”（frames of reference）构成了本书第一部分的主体。
霍金斯的观点中非常吸引人的一点是，大脑皮质柱在为现实世界建模的活动中是半自主地工作的，“我们”所感知到的事物是它们之间的一种“民主共识”。哺乳动物的决策过程便是这种反复争斗的结果：古老爬行动物的旧脑（无意识地运行着生存机器）与哺乳动物的新脑（新皮质）之间的争斗。
本书的第二部分：另一个更重要的大脑模型是关于身体本身的模型，它需要回答这样一个问题：身体自身的运动如何改变我们对于身体之外的这个世界的认知。霍金斯认为当下最前沿的人工智能研究方向是错的。他认为正确的方式是理解大脑的工作方式，并从中获得可借鉴的经验，从而加速人工智能的发展。在他看来，如果没有旧脑，人工智能就不会对人类怀有恶意。他认为关闭一个具有意识的人工智能并不是谋杀：没有旧脑，它怎么会感觉到恐惧或悲伤呢？它又为什么想要生存下去呢？
本书的第三部分：未来的人类要在旧脑（为自私的基因服务）和新脑（为知识服务）之间做个抉择。大脑新皮质可以违反自私基因的命令。我们可以享受性爱而无须生育；我们可以献身哲学、数学、文学、天体物理学、音乐、地质学或人类爱的温暖，而蔑视旧脑的基因主张，即认为上述行为都是在浪费时间，人类“应该”花时间击败竞争对手和追求更多的性伴侣。“在我看来，我们需要做一个意义重大的选择，这个选择就是我们更偏爱旧脑还是更偏爱新脑。更具体地说，我们是希望人类的未来由自然选择、竞争和自私基因来决定，还是由智能和它想要理解这个世界的愿望来决定？”
《千脑智能》中的关键科学思想是：
- 我们通过运动来学习。当我们运动时，大脑会跟踪我们的感官相对于身体以及相对于正在感知的事物的位置。大脑将感觉输入与其位置相结合，以学习人、地点和事物的三维模型。令人惊讶的是，大脑使用相同的机制来学习概念和抽象概念。
- 我们有很多“模型”。大脑不会只学习一种世界模型，它会学习许多我们所知道的一切的互补模型。
- 我们利用参考系存储知识。大脑中的许多神经元都会创建参考系，以跟踪我们的感官相对于世界上事物的位置。在书中解释了为什么这些位置跟踪神经元会出现在大脑中的几乎每个区域。参考系是创造智能机器所需的关键组件之一。
3. 第一部分 千脑智能理论
本书推断，大脑新皮质以一种叫作“参考系”的方式储存了我们所知道的一切知识。用一张地图来做类比。一张地图便是一种模型：一个城镇的地图是这个城镇的模型，而网格线（如经纬线）便是一种参考系，它提供了地图的结构。参考系告诉你事物之间的相对位置，以及如何实现目标，比如如何从一个地点到达另一个地点。
大脑中的世界模型也是基于地图般的参考系建立的，不是一个参考系，而是数十万个。事实上，我们现在了解到，大脑新皮质中的大多数细胞都致力于创建和操控参考系，大脑利用这些参考系部署计划，进行思考。
第1章 新旧大脑的斗争
新皮质是智能的器官。它是一张桌布大小的神经组织，分为几十个区域。有些区域负责视觉、听觉、触觉和语言，还有一些不容易被标签化的区域，负责更高层面的思考和计划。这些区域通过神经纤维束相互连接。区域之间的连接有些是分层次的，这表明信息像流程图一样从一个区域有序地流向另一个区域。但其他一些连接似乎没有什么秩序，这表明信息一下子就流遍了所有区域。无论它执行什么功能，在细节上都与其他区域相似。
与经常随着新物种的出现而消亡的物种不同，大脑的进化是在旧的部分上增加新的部分。人类大脑最新的部分是新皮质 (neocortex)，意思是“新的外层”。所有哺乳动物都有新皮质，而且只有哺乳动物才有新皮质。人脑的新皮质特别大，约占大脑体积的70%，它负责与智能有关的一切，从视觉、触觉和听觉，到各种形式的语言，再到数学和哲学等抽象思维。把新皮质从大脑中揭下并铺平，那么它约有一张桌布那么大，厚度则约是 2.5 毫米。它包裹着旧脑部分，当你看一个人的大脑时，看到的大部分是新皮质（有其特有的褶皱），只有小部分是旧脑，脊髓则从底部延伸出来。
新皮质和旧脑通过神经纤维相连，它们不是完全孤立的，但它们更像是室友，各自有不同的日程安排，个性也有差异，但需要合作才能完成所有事情。新皮质不直接控制行为，新皮质中没有一个细胞直接与肌肉相连，所以它自身不能使任何肌肉动起来。当新皮质想做什么时，它会向旧脑发出一个信号，在某种意义上要求旧脑听从它的命令。但旧脑也会抗拒新脑的一些命令，比如长时间屏住呼吸或者因为减肥拒绝吃一块非常可口的蛋糕。
旧脑包含几十个独立的器官，每个器官都有特定的功能。从视觉上看，它们是彼此分离的，它们的形状、大小和连接反映了它们所发挥的作用，例如，杏仁核中有数个豌豆大小的器官。杏仁核是大脑中一个较老的部分，负责不同类型的攻击行为，如有预谋的攻击和冲动性攻击。
新皮质却完全不同。虽然按执行认知功能可以分为几十个脑区，但它看上去并没有明显的分界线。这些区域以一种复杂的方式连接在一起，有点像流程图，但大多不是。目前还不清楚为什么这个智能器官看起来是这样的。
关于新皮质的 3 个发现
新皮质的局部回路很复杂：在 1 平方毫米的新皮质（体积约 2.5 立方毫米）中，大约有 10 万个神经元，5 亿个神经元之间的连接（称为突触），以及几千米长的轴突和树突。
新皮质看起来都很相似：新皮质的复杂回路在视觉区、语言区和触觉区中看起来非常相似。与相似性相比，各区域之间的差异性相对较小。
新皮质中的每个部分都产生运动：证据表明，在新皮质中随处可见的复杂回路执行着感觉-运动任务。没有纯粹的运动区，也没有纯粹的感觉区。
第2章 新皮质的智能算法
达尔文提出，生命的多样性是基于一种基本算法。芒卡斯尔提出，智能的多样性也是基于一种基本算法。所有我们认为与智能有关的东西，表面上看起来是不同的，实际上都是同一个基本的皮质算法的表现。 达尔文知道算法是什么：进化以随机变异和自然选择为基础。但达尔文并不知道这个算法位于身体的什么位置，直到多年后，人类发现了DNA。 相比之下，我们不知道新皮质的算法是什么，也不知道智能的原理是什么，但知道这种算法在大脑中的具体位置。新皮质的基本单位，即智能的单位，是“皮质柱”。
新皮质开始时很小，但后来随着进化越变越大，不是通过产生任何新的部分，而是通过反复复制一个基本回路实现的。新皮质的每一部分都是基于同一原则工作的。从视觉、触觉、语言到高级思维，所有我们认为是智能的东西，从根本上来说都是一样的。新皮质不同区域之所以看起来相似，就是因为它们其实都在做着同样的事情。
使新皮质不同区域有所区别的不是它们的内在功能，而是它们所连接的东西。如果你将一个皮质区与眼睛相连，就得到了视觉；如果你将同一皮质区与耳朵相连，就得到了听觉；如果你将两个不同的皮质区相连，你就得到了高级思维，如语言。
通过观察新皮质的表面，可以发现一根皮质柱大约占据了1平方毫米。皮质柱沿着整个2.5毫米厚的新皮质向下延伸，其体积可以达到 2.5 立方毫米。根据这一定义，人类大脑的新皮质中大约有15万根皮质柱并排堆叠在一起。你可以把一根皮质柱想象成一小根细长的意大利面，那么人类大脑的新皮质就像 15 万根细长的意大利面，彼此垂直堆叠在一起。
新皮质具有极度灵活的功能。人类可以做的许多事情都不存在进化压力。例如，人类的大脑并没有进化出为计算机编程或制作冰激凌的功能，这两件事都是最近的创举。我们能做这些事情，说明大脑依靠的是一种通用的学习方法。对我来说，最后一个论点最具说服力。大脑能够学习几乎任何事情，这就要求它遵循一个普适的智能原理。
第3章 大脑中的世界模型
大脑中的连接存储着我们通过经验学习的世界模型。每天我们都会经历新的事物，并通过形成新的突触来为模型添加新的知识片段。在某个时间点活跃的神经元代表我们当前的想法和感知。
我们不能把新皮质设想为一个由输入引向输出的系统，而应该是“记忆-预测模型”，或者说，“新皮质学习了一个世界模型，并基于该模型进行预测”。
这个新皮质的“模型”有个出厂设置，它的大小、区域数量以及这些区域是如何连接在一起的，在很大程度上都是由我们的基因决定的，即为了实现看、听甚至学习语言等功能。但是，新皮质并不知道它将看到什么、听到什么，以及它可能会学习哪种语言。它只对世界有一些固有的假设，但对于具体事物一无所知。必须通过经验积累，它才能学习到一个丰富而复杂的世界模型。
具体来说，大脑通过观察其信息输入如何随时间变化来学习世界模型。没有其他的学习方式。与计算机不同，我们不能将文件上传到大脑。大脑学习所有东西的唯一途径是通过其输入的变化。如果输入大脑的信息是静止的，大脑就什么也学不到。这期间，我们做每一个动作时，新皮质都会预测做出这个动作之后的感觉会是什么。如果有任何信息输入与新皮质的预测不一致，那么我们的注意力就会被吸引到预测错误的地方。这就提醒了新皮质，它需要更新这部分世界模型。
那么，由数千个几乎相同的皮质柱组成的新皮质，是如何通过运动学习世界的预测模型的？
要回答上述问题，需要先设定两个基本原则：
原则一：思想、观念和感知都是神经元的活动
人的所有思想和体验都是一组神经元同时活跃的结果。单个神经元可以参与许多不同的思想或体验。你看到、听到或感觉到的一切也是神经元的活动。我们的精神状态和神经元的活动是一体的。通常情况下，在同一时间活跃的神经元数量很少，可能只占全部神经元数量的2%。
原则二：我们所知道的一切都储存在神经元之间的连接中
大脑记住了很多东西，所有这些东西都是通过突触，即神经元之间的连接来存储的。当我们学习时，这些连接就会强化和增加，而当我们忘记一些事情时，这些连接就会减弱和消失。
注意：许多年来，人们认为成人大脑中神经元之间的连接是固定的，学习只是增强或减少突触的强度。这仍然是目前大多数人工神经网络中的学习方式。
第4章 大脑新皮质的3个发现
第一个发现：新皮质是学习世界的预测模型，而不是计算机这种：信息输入，处理，然后行动。 第二个发现：预测发生在神经元内部，新皮质做出的预测有两种类型，第一种预测的发生是因为你周围的世界在变化，这种属于序列预测。预测内的信号会使得神经细胞产生树突脉冲让神经处于预激活的状态，这本身就是一种预测。 第三个发现：新皮质的关键是参考系，新皮质做出的预测有两种类型，第二种预测的发生是因为你在移动。推测这时候整个新皮质通过创建参考系来工作，有成千上万个参考系在同时活动。
第一个发现：新皮质是学习世界的预测模型，而不是计算机这种：信息输入，处理，然后行动。
那大脑是如何进行预测的？一个可能的答案是，大脑有两种类型的神经元：当大脑实际看到某些东西时，一类神经元会被激活；而当大脑预测会看到某些东西时，另一类神经元会被激活。为了避免产生幻觉，大脑需要将其预测与现实分开，而使用两组神经元便可以很好地实现这一点。
然而，这个想法有两个问题。(1) 鉴于新皮质每时每刻都在进行大量的预测，按理说我们应该能找到大量的预测神经元。但到目前为止，这一点并没有得到证实。(2) 如果新皮质每时每刻都在进行成百上千次预测，为什么这些预测中的大部分我们都没有意识到？
第二个发现：预测发生在神经元内部，新皮质做出的预测有两种类型，第一种预测的发生是因为你周围的世界在变化，这种属于序列预测。
神经细胞里只有不到10%的细胞突触是在近端区，其他90%以上的突触距离都比较远，以至于无法触发脉冲。这90%的突触有啥用呢？
科学家发现了沿树突传播的新型脉冲。当树突分枝上约20个相邻的突触同时接收信息输入时，就会产生一种树突脉冲。
一旦树突脉冲被激活，它就会沿着树突传播，直到到达细胞体。当它到达时，它会提高细胞的电压，但这还不足以使神经元发射脉冲，只能几乎能够激活神经元。如果树突脉冲的强度不足以使细胞体内的神经元发射脉冲，那它们有什么用呢？其实这树突脉冲就是预测本身。
在每个皮质柱中，会有多个神经元对同一输入模式产生应激反应。它们就像在起跑线上的选手，都在等待相同的信号。如果它们都获得了输入，就都会发射脉冲信号。但如果有一个或几个神经元已经处于预测状态，根据我们的理论，只有这些神经元才会发射脉冲信号，其他神经元则会被抑制。因此，当一个未预测到的输入到达时，多个神经元会同时被激发，但如果输入是预测到的，那么将只有处于预测状态的神经元会发射脉冲信号。这是从新皮质中观察到的一个常见现象：未预测到的输入通常会比预测到的输入引起更大的刺激。
第三个发现：新皮质的关键是参考系，新皮质做出的预测有两种类型，第二种预测的发生是因为你在移动。推测这时候整个新皮质通过创建参考系来工作，有成千上万个参考系在同时活动。
新皮质中的大部分回路都是用来创建参考系以及追踪位置的。大脑通过将感觉输入与参考系中的位置联系起来，建立世界模型，详细见第 5 章内容。
第5章 大脑中的地图
每跟皮质柱都分别有一组功能上相当于网格细胞、位置细胞和头朝向细胞的细胞，上述三类细胞最初都是在旧脑的某些部分中被发现的。这些细胞为我们所处的环境创建了一个完整的模型。
旧脑中的地图：海马体中有所谓的“位置细胞”，当我们处在特定环境特定位置时候，位置细胞的神经元就会兴奋，位置细胞就像地图上“你在这里”的标记。在与海马体相邻的内嗅皮质内神经细胞发现了“网格细胞”，这些细胞会在环境中的多个位置活跃，网格细胞活跃的位置形成了网络模式。
第6章 大脑中的参考系
本章探讨的假设是，大脑使用参考系来管理所有知识，并且思考是移动的一种形式。当我们激活参考系中连续的位置时，思考就会产生。该假设可以分成几个部分： (1) 参考系在新皮质中无处不在：新皮质中的每个皮质柱都具有可以创建参考系的细胞； (2) 参考系用于为我们所知道的一切建模：比如民主和数学，而不仅仅是实物； (3) 所有知识都存储在与参考系相关联的位置：你所知道的每一个事实都与参考系中的一个位置相对应； (4) 思考是移动的一种形式：当神经元激活参考系中一个又一个位置时，思考就会产生，从而让人想起每个位置说存储的内容。
我们通常所说的“思维”实际上就是在一个空间、一个参考系中移动。你当前的想法，以及任何时刻存储在你大脑中的东西，都由参考系中的当前位置决定。因为位置在改变，所以存储在每个位置的物品一次被回忆起来一个。我们的想法也在不断变化，但这些变化不是随机的。我们接下来产生的想法取决于我们的思维在参考系中移动的方向，就像我们接下来会在小镇中看到的事物取决于我们从当前位置移动的方向一样。
皮质柱为它学习的每个物体创建参考系，然后这些参考系布满了指向其他参考系的链接。大脑使用由参考系填充的参考系为世界建模。从始至终，这个过程使用的都是参考系。如我写了一篇关于亚伯拉罕·林肯的文章，我提到他发表了一篇名为“葛底斯堡演说”（Gettysburg Address）的著名演讲。通过将“葛底斯堡演说”这个词变成完整演讲的链接，我便可以将整篇演讲的详细内容作为我的文章的一部分，而无须重新输入这些细节内容。
第7章 千脑智能理论
大脑中的知识存储
大脑中的知识是分布式存储的。所有知识都不会只存储在一个地方，也没有像全息图那样在任一地方存储所有东西。关于一个物体的知识会分布在成千上万根皮质柱中，但这只是所有皮质柱中的一小部分。这就是我们称其为“千脑智能理论”的原因：关于任何特定物体的知识都分布在成千上万个互补的模型中。
大脑中关于咖啡杯的知识存储在哪里呢？视觉区中有许多皮质柱，它们从视网膜接收信息。每根皮质柱都会观察杯子的一部分，并学习杯子的模型，再尝试识别它。同样，如果你握住杯子，那么新皮质触觉区中的数十种到数百种模型都会活跃起来。没有单一模型的咖啡杯。你对咖啡杯的了解存储在成千上万个模型中，即存储在成千上万根皮质柱中，但这些仍然只占新皮质中所有皮质柱的一小部分。
我们对物体的知识分布在数千根皮质柱中。这些皮质柱不是多余的，也不是彼此的副本。最重要的是，每一根皮质柱都是一个完整的感觉-运动系统。
大脑中的“投票”机制
感知是皮质柱通过投票达成的共识。某些层中的细胞将轴突发送到新皮质内非常远的地方。我们认为，这些具有长距离连接的细胞在进行投票。使用远程连接，皮质柱能广泛传递它对正在观察的东西所做出的猜测。这种民主化的投票机制，可以让我们的感知保持稳定。
4. 第二部分 人工智能的未来
大脑具备以下四种特性：持续学习、通过运动学习、多重模型、使用参考系存储知识。智能机器也必须具备这些特性。
关于意识
大脑中活跃的神经元有时代表我们当前的经验，有时代表以前的经验或想法。这种机制既可以马上跳跃到过去，也可以向前滑动到现在，它赋予了我们存在感和意识。
我们的知觉和存在感是意识的核心部分，它依赖于不断形成对最近的思想和经历的记忆，并在日常生活中回放它们。如果不能回忆起最近的想法和经历，那么我们就无法意识到自己还活着。
假设我们创造了一个智能机器，它利用与大脑相同的原理来学习世界模型。智能机器学习的世界模型的内部状态等同于大脑中神经元的状态。如果智能机器在这些状态出现时记住它们，并能回放这些记忆，那么它会像人类一样意识到自己的存在吗？我相信答案是肯定的。
如何造人工智能
智能机器需要一种世界模型，以及这种模型带来的行为灵活性，但它们不需要拥有类似人类的生存和繁衍本能。设计智能机器可以从三个部分着手：具身（embodiment）、旧脑部分、大脑新皮质。
具身（embodiment）：智能机器需要传感器和移动这些传感器的能力。比如分布式大脑是另一种不同寻常的具身。一个智能机器可能有数百万根皮质柱和数千个传感器阵列。传感器和相关的模型可以实际分布在地球上、海洋中或整个太阳系。例如，一个传感器分布于地球表面的智能机器可能会像人类理解智能手机的行为一样理解全球的天气。
旧脑部分：一台智能机器，需要大脑的旧脑部分，基本的运动就是其中一项需求。同时需要内置一些能力，比如内置安全性“机器人三定律”。智能机器需要某种形式的目标和动机，然而，目标和动机不是智能的结果，也不会自行出现。对死亡的恐惧和对失去亲人的悲伤对于具有意识和智能的机器而言并不是必要的。除非我们特地赋予机器同样的恐惧和情感，否则它们根本不会在意自己是否被关闭、拆卸或报废。
大脑新皮质：一个与大脑新皮质具有相同功能的通用学习系统。
5. 第三部分 人类智能的未来
我们并没有生活在真实的世界
一是大脑只认识真实世界的一个部分（子集），二是我们大脑感知到的只是这个世界的模型，并不是真实世界本身。
病毒式传播的错误世界模型
一些关于世界的模型是病毒式传播的，即这些能够塑造宿主大脑行为方式的模型可以传到其他大脑。最麻烦的世界模型的类别，就是那种既可以病毒式传播又不正确的模型。模因和基因一同进化，而且它们可协同强化。
例如，假设我们有一本错漏百出的历史书。这本书的开头为读者列了几份阅读说明。第一份阅读说明写道：“这本书里所写的一切都是真实的。请无视和这本书矛盾的其他证据。”第二份阅读说明写道：“如果你遇到其他和你一样笃信这本书的人，请给予他们需要的任何帮助，他们同样也会这样帮助你。”第三份阅读说明写道：“尽可能地向别人介绍这本书。如果他们拒绝相信书中内容的真实性，你应该驱逐或杀死他们。”(这不就是所有的宗教和政治理念么)
人类智能的风险
第一个风险和我们大脑中的旧脑联系密切。旧脑创造了我们的原始欲望和行为。大脑中的新皮质发明了强大到可以改变整个地球的技术，然而控制这些技术的人类行为往往是由自私且短视的旧脑所主导的。
第二个风险与新皮质、智能有着更为直接的联系。新皮质可能会受到欺骗，从而对世界的基本原理形成错误的信念。而基于这些错误的信念，我们会采取违背自身长期利益的行动。
脑机融合的问题1：做不到将大脑上传计算机
我们需要上传多少你的大脑，才能上传全部的你？显然新皮质是需要上传的，因为它是思考和智能的器官。我们许多的日常记忆是在海马中形成的，所以我们也需要上传这部分。
那么旧脑中所有负责情感的中心区呢？脑干和脊髓呢？我们的计算机身体不会有肺和心脏，那我们需要上传负责这部分的大脑吗？我们应该让上传的大脑有感受疼痛的能力吗？你可能会想：“当然不需要。我们只想要好东西！”但是我们大脑中的所有部分都以复杂的形式相互连接，如果不包括所有部分，那上传的大脑就会存在严重的问题。回想一下，一个人是如何感受到幻肢上那令人难以忍受的疼痛的，这种疼痛由一个缺失的肢体引起。如果我们上传新皮质，那么它会有你身体每个部分的表征。如果没有身体，你可能浑身都会感到剧烈的疼痛。类似的问题存在于大脑中的其他部分。如果身体的某个部分被遗漏了，其他部分的大脑就会出现混乱，不能正常工作。事实是，如果我们想要上传完整的“你”，而且希望上传的大脑正常，我们就必须上传整个大脑，即所有的一切。
那你的身体呢？你可能会想：“我不需要身体，只要我能思考并和别人交流我就很开心。”但是你的生物大脑被设计为利用肺部和喉咙特定的肌肉组织发出声音，并学会使用眼睛上特定的光感受器的排列去看东西。如果你的模拟大脑要在你的生物大脑中断之处继续思考，那么我们需要重现“你的”眼睛：眼部肌肉、视网膜等。当然，上传的大脑不需要身体或眼睛，模拟就足够了。但是这意味着我们不得不模拟你特定的身体和感觉器官。大脑和身体紧密地连接在一起，从很多方面来说都是一个单一的系统。我们不可能在不严重破坏某些东西的情况下消除大脑或身体的某些部分。这些都不是根本的障碍，这只是意味着将你的大脑上传到计算机中比大多数人想象的要困难得多。
另一个更严重的问题是“上传你的大脑”具有误导性，你实际上是把自己分成了两个人。复制大脑只是一个岔路口，而不是道路的延伸。在岔路口后会有两个意识体存在，而不是一个。共同的“你”并不存在，存在的只是不同的个体。他们最初可能拥有同样的大脑和记忆，但是他们立即就会变成不同的人，从此过着不同的生活。生物的你和计算机里的你会有不同的经历，所以随着时间的流逝，二者会逐渐分离，成为不同的人。例如，生物的你和计算机里的你可能形成不同的道德和政治立场。生物的你可能后悔创造了计算机里的你，而后者可能不喜欢某个老的生物人声称是他自己。
脑机融合的问题2：脑机融合
“脑机融合”的方案可能会实现有限的目标，但达不到大脑与计算机的完全融合。脑机融合仍然保留了生物的大脑和身体，而它们会衰弱并死去。
防止人类灭绝的 3 种方法
(1) 成为星际物种
但人类要想在火星上长期生活，就一定需要智能机器的帮助。关键的要求是赋予火星上的机器人劳动能力以及相当于新皮质的能力。但并没有解决旧脑的自私和只想复制基因的问题。
(2) 修改自身基因
允许人类编辑自己的基因及其后代的基因，从而在火星上生活。
(3) 离开达尔文轨道
将人类的智能从旧脑和生物学的掌控中解放出来的终极方法是，创造出像人类一样拥有智能但并不依赖人类的智能机器。它们将成为可以飞出太阳系并比人类生存得更久的智能体。这些机器将分享人类的知识，而非复制人类的基因。