如何獲得人腦工作原理方面的系統知識？有哪些可以推薦的知識來源？

01-11

先說說俺的認識。俺認為這方面比較前沿，很多問題並沒有定論，需要自己總結，俺都是從各種來源零零星星看來的，最後自己總結歸納。以下說說俺的知識來源。
首先，普通心理學是必須要學的，找標準教材就可以。
神經系統的基本原理是必須了解的，這個從醫學生物學方面找材料。
人腦的基本結構，多看解剖圖，結合各個部位的功能說明，網上都能找到。
管理學、營銷學、教育學包含很多認知原理，但是不系統，要自己提煉。

計算機科學，特別是AI方面的研究成果，比如模式識別，機器學習，知識管理，信息融合，態勢感知等，有書也有論文。人機界面設計也和人腦工作原理關係密切，多了解會有好處。
也希望各位高手不吝貢獻意見，大家共同學習進步。

人工智慧和大腦工作原理，兩者完全不是一回事。在人工智慧早期，大家認為人腦和電腦非常相似，可以通過研究電腦獲得人腦的知識。但隨著研究的逐漸深入，大家認識到兩者存在基本的差異性。比如說，電腦擁有完美的記憶力，但是缺乏自行在現象中尋找規律的能力。很多人認為，這差異的根本原因在於人腦和電腦的物質基礎根本不同。單純推進人工智慧，並不能使我們獲得關於人腦的知識。因此人工智慧和認知科學，神經科學逐漸出現分道揚鑣的趨勢。

當然我本人並不贊同這一趨勢。我認為研究人工智慧可以使我們了解「智能」，而人腦是具備智能的。這世界上所能存在的智能，要受到某些物理的限制和信息量的限制。研究人工智慧可以使我們了解這些限制。比如說，從一張圖片無法重建3D世界，必須要有兩張圖片。因此人工智慧可以使我們間接的了解人腦。受時間和篇幅所限，這裡的問題不再繼續展開探討。

如何獲得系統知識？其實這個領域就不怎麼系統，還處在研究的初級階段。這不像物理學化學這些已經發展了幾百年的學科，沒有權威性的教科書。因此還是要去自己找書看。下面討論一下書籍：

The Emperor"s New Mind 是物理學家寫的關於大腦的書。。。真汗。Penrose本人當然是牛人，但這書對了解大腦真沒什麼用。對了解物理學倒是有用。

Godel, Escher, Bach: An Eternal Golden Braid 這是本巨羅嗦的書。有人推崇，我反正覺得意思不太大。

The Society of Mind 不錯。Mavin Minsky的舊書了，稍嫌過時了一點，但還是有很多有用和值得思考的東西。他的The Emotion Machine不值得看。

推薦的書目：

Roger Schank (1995) Tell me a story: Narrative and Intelligence. 稍有點老但還不錯。

Ortony, Clore, Collins. (1988) The Cognitive Structure of Emotions. 感情在人類大腦中起到一個非常重要的地位。這本書影響巨大，因為它提了一個很簡單的模型。但是缺點也是過於簡單。

Joseph LeDoux (1998) The Emotional Brain. 這書就是反駁上一本書的。建議同時閱讀。

以下三本書，都是在討論人腦和電腦的根本差異性。

Michael Tomasello (1999) The Cultural Origins of Human Cognition 經典著作。主要不是談大腦的，但是應該讀讀。

Lakoff Johnson (1980?) Metaphors we live by. 經典著作。牆裂推薦。

Barsalou, Lawrence (August 1999). "Perceptual symbol systems.". The Behavioral and brain sciences22 (4): 577–660. 牆裂推薦。

但最推薦的還是這一本：

Kandel (2012) The Age of Insight: The Quest to Understand the Unconscious in Art, Mind, and Brain, from Vienna 1900 作者是諾獎得主。文章寫得很清楚，系統總結了很多前沿的神經科學最新成果。如果前面的書統統不讀，也應該讀讀這一本。

這些書全部是英文的。沒有中文書可以推薦。原因是1. 我沒讀過。2. 中文書的翻譯一般都很垃圾。做學問真的要從學英文開始。

謝邀，真是個好問題！

夲人醫學生出身，就僅僅說一下對這一部分的認識吧。

解剖學部分的知識，主要來自神經病學的學習。雖然系統解剖學課程中也對神經系統結構有概述，可能是因為前者聯繫更多神經病理，有正常與異常的比照，所以印象深刻。

如@丹丹的說明，普通心理學是必須，因為其概述大腦功能。相關地，認知心理學與生理心理學/生物心理學值得專門了解，因為身心聯繫在這兩個領域裡得到體現。

然後就是微觀上的研究發現，推動神經生物學的發展。關於神經元及膠質細胞的結構、功能、分化、變性、再生、死亡，關於神經遞質調質營養因子等的種類、作用、生成、重攝取、代謝分解，關於神經核團的分布和功能，關於中樞系統的病理，等，都是這一學科的研究內容。

還想追加一個社會心理學，因為人是社會動物，社會心理學研究的是個體或群體在社會群體中的習性與行為心理特徵。

爪癢，再說一下個人對AI的認識來源吧，《淺薄：互聯網如何毒害了我們的大腦》一書，令我無比驚詫於當今電子信息技術的發達。同時它是一夲上佳的神經科普讀物。另外必須再次感謝@卞遠老師在這方面的答案！

以上提到的各學科建議選取譯本教材或原版教材，國內人自己編的書……咱自學的話不必為了考試，犯不著讀背教條。

0. 什麼是智能？

目前大多數關於智能的定義是基於功能的，比如：語言、邏輯、抽象等等（該方面可以從網上查到很多）。個人覺得，我們還應該從另一個角度考慮智能：層次。智能可以分為個體智能和群體智能。蟻群演算法、粒子群演算法等演算法都是基於群體智能的。群體智能層次上會出現很多個體層次沒有的智能表現（上面幾個演算法就是基於此）。人是群居動物，我們的智能也應該從個體和群體兩個層次考慮。人類進步、社會發展等等不僅依靠個體智能，更關鍵的是群體智能。我們大腦對於協作的支持更重要的是體現在群體層次上。最近很火的兩本書（同一作者）:&和&（兩本書都有中文版）就是對群體智能很好的描述。互聯網使的人們更容易更便捷的組織在一起，創造了很多以前都不敢想像的東西，例如wikipedia等（當然，這些都是非常非常初級的群體智能）。現在計算機方面有個很有趣很火的研究領域是human computing，就是考慮怎麼集成人類智能和計算機（互聯網）解決問題。

1. AI=智能？

AI主要從功能角度對智能進行模擬，目前為止很少考慮到智能的層次性（那些群體智能演算法只是相當簡單的模仿而已），或許是因為大多數人對智能的理解都是從功能性方面認識的。所以，如果智能還有層次性含義的話，目前AI的途徑是很難實現的。一方面，我們很難去測量人類在群體智能方面的各個方面（實驗性不強）；再一方面，要想深刻的研究群體層次的智能我們必須站在這個群體之上俯視之，這點無法完全做到（當然我們可以近似的去做去模擬以得到一些初級或者中級的群體智能，這些就是社會學、心理學等的研究了）。

2. 解決問題的基本規則

我們解決問題的方式有一些規律性，以下是我個人覺得比較常用的：

（1）層次性。人擅長

（2）模塊性。人擅長

（3）漸進性。計算機擅長，以其龐大的計算速度將「咫尺變成天涯」

我們人類在前兩方面做的非常好了，遇到棘手的事情都會化為幾個小的（模塊性和層次性）然後逐一攻破。計算機的誕生將漸進性推到了解決問題規則的前列，即使每次只是前進一小步，龐大的運算速度導致短時間（可接受時間）內可以獲得優秀的方案（解答）。

這些規則本身就是智能的表現（用智能去研究智能，詳見怪圈），幫助我們節省很多時間和精力。

3. 如何揭示大腦機制？

黑盒法：即我們不需要確切知道大腦是怎麼工作的，大腦不是實現智能的唯一途徑，通過計算機在一定層次上去實現智能。AI主要走這條路，這裡的核心就是把智能的各個功能性方面（宏觀）都通過計算機模擬。當然，現在模擬比較成功的還不是很多，例如NLP（自然語言理解）還有很長的路要走。

白盒法：即我們要弄懂大腦是怎麼工作的才可以認識智能。神經科學、生命科學等主要走這條路。隨著醫學的進步，我們更加細微的揭示了大腦底層的機理。

怪圈：我們揭示智能的奧秘的過程就像在走一個怪圈（關於怪圈可以參考5）。揭示智能本身也是智能的表現（左手畫右手，同時右手又在畫左手，詳見5）。試想，一隻螞蟻會意識到群體層次所表現出來的智能嗎？不能（更確切的話說是不需要，如果不需要的話那麼依靠進化論就應該不存在），它只需要按照它自己的規則走就可以了。但就是這些小的規則卻能展示出更高的智能。同樣道理，人類智能角度上看我們就是那隻「螞蟻」，我們能揭示深層次的群體智能嗎（那些社會學現象所揭示的智能只是人類群體智能的很初級的部分）？很期待也很懷疑。雖然不能確定我們最後能否走出怪圈，但是至少我們還在這個圈上在一層層的走。

極限（怪圈終結者）：極限處（確切的說極限不是一個地方，應該是趨於極限）有很多奇蹟會發生的，拐點（奇蹟點）的廣泛存在（各種領域）或許是我們為之努力的強大動力。

總結：

（（微觀（白盒）+宏觀（黑盒））*（個體+層次）* 規則）^ N --&> 智能（N--&>infinity）

注釋：不斷地從微觀宏觀以及個體群體方面探索，螺旋式遞進，直至無窮。。。

後記：

一般來說真正研究智能的有兩種人（搞研究靠這個是沒法發論文的，沒法驗證結論）：一是充滿激情的年輕人（我們）；二是在該領域搞了一輩子的學者（6，7，11，12的作者）。第一類人上知乎、網上交流之類的比較多。第二類人一般是寫寫書談些哲學層次的東西，或者說討論自己的模型。第一類人會有很新的想法；第二類人的書往往是這個領域多年積累下來的精髓。第一類人有激情，有精力，缺乏經驗；第二類人有經驗，但已時日不多，精力不足。我們還需要第三類人：既有新的想法（不拘一格）有對此領域有深刻廣泛的認識。論文、職稱等問題正在將第三類人趕盡殺絕。所以，目前對智能的研究基本上是斷層的。

推薦書目：

1。 Time Special edition: Your brain : A User"s Guide（雜誌特刊）2010年出版，大眾讀物

2。 Scientific American: Exploring Intelligence （雜誌特刊） 1998年出版，網上可以下到電子版，大眾讀物

3。Scientific American: Mysteries of the Mind （雜誌特刊）1997年出版，網上可以下到電子版，大眾讀物

4。The Emperor"s New Mind（書）中文版：皇帝的新腦（不是皇帝的新裝啊:-D）

5。Godel, Escher, Bach: An Eternal Golden Braid（書）中文版：哥德爾、埃舍爾、巴赫：集異壁之大成，4和5可以結合著看

6。 The Society of Mind（書）網上可以下到電子版

7。 The Emotion Machine（書）網上可以下到電子版，6和7是同一作者的，建議先看6再看7

8。 On Intelligence（書）網上可以下到電子版，風格與6，7相似，可以結合著看

9。I am a Strange Loop（書）網上可以下到電子版，與5是一個作者

10。The Mind"s I（書）網上可以下到電子版，與5是一個作者

11。The Quest for Artificial Intelligence: A History of Ideas and Achievements（書）網上可以下到電子版，AI歷史，與12是一個作者

12。Beliefs: What they do for us, how do we get them, how to evaluate them（書稿，未出版）網上可以下到電子版，很薄的書，深入淺出

關於人腦的工作原理，目前沒有非常系統的理論。大部分假設都是基於目前心理學、神經科學和計算機科學的獨立研究，還很難把這些研究結果融合在一起，而從單一方面很難理解人腦的工作原理。

如果把人腦的工作原理比作CPU的工作原理：心理學的研究看起來像是觀察整個計算機的行為；神經科學的研究則是去觀察集成電路上的細小電路的物理特性；計算機科學則試圖為其建立演算法模型。在得不到CPU的整體設計策略和圖紙的情況下，大家的工作很難融合在一起，很難同時關注整體和局部。

不過，可以從目前的研究了解腦工作的部分機制。比如，視覺的機制，推薦一本書，豆瓣鏈接如下：http://book.douban.com/subject/1037298/。神經生物學的書籍，深入淺出，不需要太多生物學基礎。

感謝邀請，我看過的東西也很雜，最早提出AI概念的圖靈當然不能不提，他最先定義了一些基本的用計算機研究AI的概念，對圖靈機，圖靈測試歷史上也有很多討論爭辯，大家可以看一下歷史，形成一下自己的一些想法看法。對我影響比較大的也比較認同的有兩個人。一個是Jeff Hawkins, 他注了一本書名為「On Intelligence」；另一個是MIT的AI大牛 Marvin Minsky,在78十年代，人工智慧火熱的時候做了很多相關的研究和探索，http://web.media.mit.edu/~minsky/ 這是他MIT的個人主頁，裡面有很多有關人自我意識，思維過程的思考。他們都是向著一個真正的人工智慧，可以代替人的智能去努力的。

接下來就是很多現代比較主流的東西，比如各種各樣的神經網路系統，比較有代表性的比如 PDP model (parallel distributed processing), hopfield neural network 等。但個人不是很贊同他們現在的研究方式，因為畢竟大家對人腦的了解知之甚少，所建的系統也大多從計算機解決問題角度出發，而不是真正的往一個嚴格的為了發展完全的智能體去構建，同時也無法構建，因為你不知道嘛。

後來就觀心各種基於fMRI對人腦活動的研究，以及很多種腦損傷研究的case大概去了解大腦各個部分如何分配以及大腦相互溝通動作的方式。

總的來說，歷史是這樣的，50年代圖靈提出的那一套人工智慧的理論在78十年代吸引了N多大牛前赴後繼的研究和發展，一些「巨大」的理論基礎都是那個年代提出來的。但是到了80年代末吧，因為各種原因，比如對人腦了解不夠啦，計算機速度儲存不夠啦，研究不出來啦等等原因，人工智慧這個話題被冷了下來。大牛們都轉去研究用計算機能解決哪個力所能及的問題去了。而隨著現在我們有方式對大腦了解越來越多（fMRI），對於腦科學的研究逐漸火熱，我們可以看到在不遠的將來，真正的人工智慧會捲土重來，回到其本來想解決的問題，產生真正的智能，去代替人所做的事。

算是拋個磚，大牛們接著，使勁上精，讓我也再多學學。

我也是剛開始關注這個領域，最初是看劉未鵬同學的博客：http://mindhacks.cn了解到的，後來看到他的豆列，裡面大部分都是學習人腦工作原理以及如何思考的書，例如《追尋記憶的痕迹》，建議可以關注他的博客以及他的豆瓣。

關注「認知神經科學」相關的書和理論，既可。

國外有些寫的很淺顯易懂，鮮活生動的書。

中文的有，台灣洪蘭、曾志郎教授的書，很好看。

真的這你好~

智能時代 (豆瓣)

此書一本足以。

我說一下我的經驗，我是海洋生物這種專業出身，自學走上神經實驗室搬磚之路的。

我當時看的是布朗大學出的探索腦,exploring the brain。

後來發現，研究神經的人入門應該用Eric Kandel的Principles of Neural Science，醫科生一般理科生等可以用探索腦，寫得還是挺不錯的，讀起來很有趣，中文版也沒有教材翻譯的通病，翻譯得不錯。

心理學的書可以當現象書來看，而且還要具體分析。

《我們改變了互聯網還是互聯網改變了我們》這本書的作者也是一位大腦專家，挺不錯的

阿門的《大腦使用手冊》算不算系統知識？

跨界銷售：《用腦拿訂單——銷售中的全腦博弈》

跨界溝通：《語言的魔力——瞬間轉變信念的NLP技巧》

全面跨界：《右腦與創造》

純佔位關注看答案，摺疊隨意。