#IT那些事儿# 上个世纪80年代，约翰斯·霍普金斯大学的神经科学家弗农·芒卡斯尔提出一个极具影响力的观点：哺乳动物大脑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。无论你切开的是新皮质的哪个区域，其构造细节看起来都差不多。一片负责视觉的皮质看起来就像一片负责触觉的皮质，而后者看起来就像一片负责语言的皮质。
芒卡斯尔指出，这些区域之所以看起来相似，是因为它们都在做着同样的事情。使这些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。
#昀哥读书# 他说，这就像达尔文理论一样，表面上看起来不同的动物和植物，实际上都是同一个基本进化算法的表现，非常基础的算法打底。而智能的多样性也是基于一种基本算法。
这个观点在当时具有革命性，因为它暗示：智能的多样表现，也许建立在少数通用计算机制之上，而不是大量彼此独立的专用机制。

这是差不多四五十年前的观点了。
那么它现在还对吗？

答案是：即使有了AI，但芒卡斯尔差不多还是对的。

他在宏观原则上不仅是正确的，而且预言了当今AI架构的统一趋势！

就在几年前，IT行业发生了一场被称为“架构收敛”的革命。原本处理图像用CNN，处理语言用RNN，处理声音用HMM——这就像大脑里不同的皮质区有不同的算法。但随着Vision Transformer（ViT）和多模态大模型的出现，业界发现，只要规模足够大，同一种架构（Transformer/自注意力机制）确实可以处理视觉、听觉、语言乃至逻辑推理。
当然，这种工程现象并不能直接证明大脑也采用同一算法，它只能说明：在复杂系统中，少数通用计算机制支持多种功能，在原则上是可行的。

而通过高通量显微成像和单细胞测序，科学家们发现新皮质并非完全均一。所以时至今日，专家们现在的共识是，芒卡斯尔所说的“均一”更多是指计算原理的均一（如层级处理、预测编码），而非物理材质的绝对均一。

芒卡斯尔当年说“它们都在做着同样的事情”，但他当时并不确切知道那“事情”具体是什么。现在我们知道了，这个统一的算法就是预测编码。无论是看一张图、听一句话，还是在思考数学题，新皮质都在做同一件事：不断生成对下一个时刻的预测，并修正错误。
芒卡斯尔不仅发现了结构的均一性，他实际上在四十多年前就暗示，智能的本质不是“反应”，而是“预测”。

芒卡斯尔确实超越了时代。他剥去了智能现象的表层外衣，直击了其单一的计算内核。虽然生物学上的细节远比他想象的更丰富，但他提出的‘统一皮质算法’不仅是大脑运作的真理，更是开启通用人工智能（AGI）时代的理论基石：
智能的多样性，是否可能源自为数不多的、共享的、基础的计算原则？