杰夫·贝佐斯正在资助一场寻找大脑"核心算法"的疯狂探索 ====== 去年秋天，一家名为 Convergent Research 的初创公司悄然筹集了一笔资金，用于资助一个听起来近乎科幻的项目：找出大脑学习的核心算法，并将其植入机器。 这家公司是所谓"专注研究机构"（Focused Research Organization，简称 FRO）的典型代表——这是一种介于学术实验室与初创公司之间的新型研究实体，专门攻克那些传统科研模式难以触及的难题。Convergent Research 由 Adam Marblestone 创立，他是一位计算神经科学家，曾任职于 Google DeepMind，也曾深度参与 Neuralink 的早期工作。 这笔资金来自贝佐斯探索基金（Bezos Expeditions）——这是杰夫·贝佐斯用于个人投资的载体之一——以及 Open Philanthropy，后者是由 Facebook 联合创始人 Dustin Moskovitz 支持的慈善机构。 --- **寻找"奥秘中的奥秘"** 大脑如何学习，至今仍是神经科学中最深刻的未解之谜之一。 人类大脑拥有约 860 亿个神经元，这些神经元通过数以万亿计的突触相互连接。当我们学习新事物时，这些连接会不断改变——有些增强，有些减弱。但这一切究竟是如何协调运作的？背后是否存在某种统一的逻辑，某种可以被提炼、被复制的"核心算法"？ 这正是 Convergent Research 试图回答的问题。 该机构的核心假设是：大脑皮层——负责感知、思维和语言的脑区——在执行各类任务时，依赖一套共通的计算原理。如果能够破译这套原理，不仅可以加深我们对人类智能的理解，还可能为人工智能带来革命性的突破。 "这是神经科学领域的'奥秘中的奥秘'，" Marblestone 曾表示，"我们之所以还不知道答案，并不是因为这个问题不重要，而是因为解决它需要一种特殊的研究方式。" --- **为何需要新型研究机构** 传统学术研究的资助体系倾向于奖励短期内可发表的成果，而像"破解大脑学习算法"这样的宏大目标，往往需要数年乃至数十年的持续投入，并且要求来自神经科学、物理学、工程学和计算机科学的研究者紧密协作。 这正是 FRO 模式的出发点。与普通创业公司不同，FRO 不以盈利为首要目标，而是聚焦于具有重大公共价值但市场回报不明确的基础研究。与学术实验室不同，它拥有更稳定的长期资金和更灵活的运作方式。 Marblestone 将这种模式比作曼哈顿计划或贝尔实验室——在一个清晰的使命驱动下，汇聚顶尖人才，打破学科壁垒，集中力量解决一个"大问题"。 --- **对人工智能意味着什么** 这项研究的潜在影响，远不止于神经科学本身。 当前最先进的人工智能系统，包括 GPT 系列大语言模型，都依赖一种叫做反向传播（backpropagation）的训练算法。这一算法虽然强大，但与大脑的工作方式相去甚远——它需要海量数据和巨大的计算能量，而人类婴儿只需看几次就能认出一只猫。 如果研究者能够找到大脑皮层用于学习的真实算法，并将其转化为可工程实现的形式，理论上就可以构建出更高效、更通用的 AI 系统——能够像人类一样，从少量样本中快速学习，并将知识迁移到全新的场景中。 这一愿景，吸引了贝佐斯和 Moskovitz 押注于这场听起来疯狂却又无比诱人的探索。 --- 这场探索能否成功，没有人知道。但在 Marblestone 看来，值得一试——因为如果成功，将彻底改变我们对智能本质的认知。

# 杰夫·贝索斯正在资助一场疯狂的"大脑核心算法"探索 来源：https://www.wired.com/story/jeff-bezos-is-funding-a-wild-hunt-for-the-brains-core-algorithm/ 凭借 5 亿美元的融资和据报道高达 25 亿美元的估值，Flourish 希望通过在显微镜下研究真实神经元来重塑 AI。 图片来源：WIRED 编辑部；GETTY IMAGES Rob Williams 深谙如何向杰夫·贝索斯推销项目：你写一份新闻稿，仿佛你的产品已经建成。贝索斯读完后，给出"同意"或"否决"。 在担任亚马逊"S-team"高管期间，Williams 经历过无数次这样的流程，负责包括 Alexa 在内的软件产品，直到去年秋天离职。但他几周后发出的那份提案——2025 年 12 月——却大相径庭。这一次，他与神经科学家、[连续创业者](https://www.wired.com/story/brain-machine-interface-isnt-sci-fi-anymore/) Thomas Reardon 携手合作，以融资人而非下属的身份去[接触贝索斯](https://www.wired.com/tag/jeff-bezos/)。 以下就是当时贝索斯坐在游艇上读到的内容，而 Williams 在 Zoom 另一端焦虑地注视着： *Flourish 是一家神经 AI 公司，正在攻克当今 AI 面临的两大难题：能效与持续学习。我们正在打造 Cortex AI——首个旨在媲美人脑计算能力、学习效率和功耗预算的合成智能系统。* Flourish AI 创始人合影 （从左至右）：Vish Sivakumar、Rob Williams、Thomas Reardon、投资人兼顾问 Jacob Vogelstein，以及 Joshua T. Vogelstein，摄于 Flourish 办公室。摄影：LANNA APISUKH 一个月后，我在纽约市熨斗区与 Reardon 和 Williams 共进午餐。Reardon 开门见山。他说，AI 正在把自己逼进死胡同。尽管大型语言模型日益强大，却是[计算资源的贪婪消耗者](https://www.wired.com/story/expired-tired-wired-data-centers/)。 尽管 LLM 的灵感源自生物学，但当前的前沿模型与人脑几乎毫无共同之处。一个人处理信息大约只需 20 瓦的能量；而 AI 训练集群中的单块芯片消耗的能量超过这一数字的 30 倍。超大规模云厂商需要数千块芯片和数吉瓦的电力，足以为小型城市供电。而这些模型还需要吞下人类几乎所有的文字记录。每一代新模型都需要更多、更多、更多。尽管付出如此代价，这些模型却[无法真正"学习"](https://www.wired.com/story/this-ai-model-never-stops-learning/)。一旦训练完成，它们就被固定住了。 Reardon 告诉我，他们的目标是打造"一个运行功耗不超过 50 瓦的合成人工智能大脑"。它应该能适应环境变化，像人类思维一样灵活，同时只消耗 LLM 极小一部分的算力和能源。这一概念的验证品就存活在我们的颅骨之内。"如果有人说'我需要把人类写过的每一本书读上 20 遍才能学会英语'，这本身就说明有什么地方根本性地出了问题，"Reardon 说，"一个人类婴儿只需几十万次语言输入就能做到。" Reardon 和 Williams 尚未找到构建能媲美人脑神奇能力的系统的方法。他们拥有的，是一种信念：一支由 AI 研究人员和神经科学家并肩作战、配备顶级资源的专家团队，能够找到答案。神经科学家们将使用现有的最先进实验室设备开展原创湿实验室研究，探寻大脑架构中可供利用的规律。他们计划将目前正在开发的模型作为近期产品发布，走在彻底重塑 AI 的路上。 Thomas Reardon 在 Flourish AI 会议室 Thomas Reardon 在 Flourish 会议室。摄影：LANNA APISUKH 这份提案的模糊性并没有让杰夫·贝索斯退缩。读完 Williams 那份两页纸的文件后，他注资了 5000 万美元。其他资金来自 Lux Capital、Google Ventures 和 Catalio 等机构。贝索斯随后几乎将初始投资翻倍，并告诉 Reardon，如果他们当初要得更多，他还会给更多。如今，Flourish 坐拥 5 亿美元资金和据报道高达 25 亿美元的估值，只需要发明一种全新的 AI 方式。 Thomas Reardon IV 不用自己的名字——家族里 Tom 太多了。"我妻子叫我 Reardon，所有人都叫我 Reardon，"他说。他在一个工薪阶层家庭中长大，兄弟姐妹共 18 人，15 岁便从新罕布什尔大学辍学。此后他的履历堪称离奇：成为少年编程奇才，受雇参与构建 Microsoft 第一款网页浏览器，创办并出售了一家无线技术公司。之后他进入哥伦比亚大学攻读古典学学位，随后涉足神经科学，并最终在那里取得博士学位。他与同学共同创办了另一家公司，开发了一款"意念控制"腕带，被 Meta 收购，并在那里工作了六年。（这款腕带[随 Meta 最新款智能眼镜一同推出](https://www.wired.com/story/meta-smart-glasses-ray-ban-display-ray-ban-gen-2-oakley-vanguard/)。） 但 Reardon 对[包括 Meta](https://www.wired.com/story/meta-layoffs-bad-vibes-mark-zuckerberg-ai/) 在内的各大公司构建前沿 AI 的方式感到不满。追求媲美大脑的学习能力与能源效率[并非新鲜想法](https://www.wired.com/story/to-advance-artificial-intelligence-reverse-engineer-the-brain/)。IBM 和 Intel 都已发布了受大脑架构启发的[神经形态芯片](https://www.wired.com/2014/08/ibm-unveils-a-brain-like-chip-with-4000-processor-cores/)。加州大学伯克利分校计算机科学家 Ben Recht 是 Flourish 的顾问，他回忆说，几十年前科学家们就热衷于神经形态软件方向的研究。后来 LLM 强势崛起，占据了主导地位。"人们把那些叫做神经网络，但其中根本没有任何类脑的东西在发生，"Recht 说。 Reardon 说服了他在 Microsoft 时代就相识的亚马逊高管 Williams 加入他的团队。另一位早期加入者是 Greg Wayne——DeepMind 的资深研究员，也是 Google AI 助手项目 Project Astra 的负责人。"我不知道他们能不能实现目标，但我觉得这件事会带来有趣的东西，而有趣的东西大概率是有价值的，"Wayne 说。DeepMind CEO [Demis Hassabis](https://www.wired.com/story/demis-hassabis-ai-layoffs-deepmind-google-io/) 极力挽留 Wayne，双方最终达成一项安排：Wayne 保留原职，但将 20% 的时间投入到 Flourish。 Flourish AI 创始人手持大脑模型 Thomas Reardon 在公司办公室手持一个大脑雕塑。摄影：LANNA APISUKH 到三月底，Reardon 已招募了约二十余名顶尖神经科学家和 AI 研究人员。我在公司搬入纽约市 West SoHo 地区新办公室的当天造访了他们——那是一栋十层楼，内部配备了数据中心。人们正在安装电脑；电子显微镜等实验室设备尚未运抵。 "大脑藏着一个我们还未发现的秘密，"Wayne 说。团队正在聚焦一种名为皮层柱（cortical columns）的结构，Flourish 的一位科学家称其为大脑"典型的计算单元"。Flourish 的投资人之一 Jacob Vogelstein 是一位转型为风险投资人的神经科学家，他与弟弟 Joshua 及其他人共同发起了一项雄心勃勃的计划——开放连接组计划（Open Connectome Project）。"最初的想法是收集大量大脑图像，然后对其进行数据处理，试图解读其中的神经回路，"他说。 这项工作最终可能对团队大有裨益。Joshua Vogelstein——Flourish 的联合创始人——近期与他人共同发表了一篇关于果蝇神经网络的论文，发现其网络的效率是 Transformer 的 10 倍，而 Transformer 正是 LLM 的核心架构单元。"方法论正处于一个拐点，"曾与 Reardon 共事于 Meta 的 Flourish 神经科学家兼医生 Nathan Danielson 说。 Flourish 并非唯一一家向大脑寻求答案的公司；"神经形态"这个词已经被频繁使用到近乎成了一个流行语。一家名为 [Cortical Labs](https://corticallabs.com/) 的公司正在将实验室培育的神经元与硅芯片结合。OpenAI CEO Sam Altman 正在支持 [Merge Labs](https://www.wired.com/story/openai-invests-in-sam-altmans-new-brain-tech-startup-merge-labs/)，其"长期使命是弥合生物智能与人工智能之间的鸿沟"。Meta 的超级智能团队声称，其 TRIBE v2 模型"充当人类神经活动的数字孪生"。一个名为 [Unconventional AI](https://unconv.ai/blog/unconventional-grant-final-call-for-proposals/) 的组织正在设立资助计划，专门支持那些致力于实现 Reardon 目标的研究——构建能够复现生物效率的 AI。一些风险投资机构甚至专门聚焦于脑科学领域的投资。 Reardon 认为，公司的竞争优势在于其异常强大的神经科学家阵容。这些研究人员将开展实验室实验，而 AI 团队则基于他们的发现构建模型；与此同时，算法团队也可能挖掘出帮助神经科学家的线索。"直到你能够构建它、将它在硅上实现，你才能真正知道自己是否理解了它，"Flourish 神经科学家 Josh Morgan 说。他们表示愿意公开发表部分原创研究成果。 "从根本上说，这家公司是在寻找智能背后的算法，"管理 Catalio Capital 的合伙人 Jacob Vogelstein 说。 Flourish AI 投资人照片 Jacob Vogelstein 坐在实验室里——一旦设备就位，公司的神经科学家们将在这里研究大脑。摄影：LANNA APISUKH Reardon 告诉我，他的团队已经找到了几条利用近期大脑研究实现近期营收的路径。他说，他们正在开发一种受海马体启发的记忆处理方式，将使公司的模型无需大量训练数据即可持续学习。算法团队已构建了一个能够持续学习的模型，并正在努力将其嵌入"你口袋里随身携带的那类设备"，他说。他还补充说，他正在与一家主要芯片制造商谈判，计划将该模型部署在硅芯片上。 五月初，Flourish 的科学家们在纽约办公室召开了一次全员大会。Reardon 和 Williams 坐在会议桌旁，与大约十余人同席，其中包括从伦敦专程来访的高级顾问 Wayne。科学家们正在讨论六项潜在实验方案。这些都是大手笔的尝试，需要购置价值数百万美元的显微成像设备，并投入数年时间。 对这些实验的讨论涉及的生物现象广泛多样，从狂犬病毒如何在大脑皮层扩散，到鸣禽鸣唱的神经生物学机制。他们争论究竟应该聚焦于分子与突触，还是更宏观层面的细胞或神经回路。对于某些目的而言，分析小鼠大脑的连接组是否足够，还是只有人类大脑才能满足需求？ 至少就目前而言，结论似乎是：全都试试。"结论是，我们希望在纳米、微米和介观尺度上进行数据采集，以支持对核心算法的发现，"计算神经科学家 Sean Bittner 说，他也曾与 Reardon 共事于 Meta。 片刻沉默后，Wayne 开口了："这他妈是个超棒的实验方案！"他说，"它是*切实可行*的，而不是什么异想天开的东西。" Rob Williams 在 Flourish AI 办公室的照片 Rob Williams 在 Flourish 办公室内。摄影：LANNA APISUKH 毫无疑问，Flourish 正在押注一场风险极高的长期赌局。据 Williams 描述，贝索斯读完那份提案后，只需要知道一件事——创始人是否愿意为此投入数年时间？当他得到斩钉截铁的*肯定答复*后，他同意了注资。（贝索斯未回应采访请求。）"三年内很难做成什么大事，"Williams 说，"要想产生真正的深远影响，就必须着眼于七到十年后才能体现价值的事情。"（Reardon 则表示，他希望 Flourish 能在五年内找到核心解决方案。） "我并不确信它一定会成功，"伯克利的 Recht 说，他是 Flourish 的顾问。"但如果成功了，那将是令人惊叹的成就。"AI 将从此面目一新。而大量数据中心，或许也将就此空置。 --- *欢迎告诉我们您对本文的看法。请发送读者来信至 [\[email protected\]](https://www.wired.com/cdn-cgi/l/email-protection#f499959d98b4839d869190da979b99)。* - 五角大楼几乎没有采取任何措施阻止敌人追踪[美军士兵的手机](https://www.wired.com/story/the-pentagon-knew-enemies-could-track-troops-phones-for-years-now-they-are/) - **重磅报道：** 普通人[真的能"氛围编程"吗？](https://www.wired.com/story/normie-vibe-code/) [](https://www.wired.com/author/steven-levy/) [Steven Levy](https://www.wired.com/author/steven-levy/) 为 WIRED 撰写涵盖各类科技话题的报道，包括印刷版和在线版，自创刊以来一直是该杂志的撰稿人。他主持 [Backchannel](https://www.wired.com/newsletter) 周刊，从宏观视角解读最重要的科技新闻。他从事科技写作逾三十年……[阅读更多](https://www.wired.com/author/steven-levy)