早期生物通过简单的导航能力在环境中生存下来，这为后来的复杂行为奠定了基础。5.5 亿年前大自然演化出了第一款两侧对称动物“线虫”，我们都是它的后代。这种对称身体结构将导航决策简化为转向或不转向两种选择。为了适应这种变化，神经网络也随之整合成为最初的大脑，线虫不到一千个神经元的脑子能够判断环境的好坏，可以根据身体信号做权衡，饿了更愿意去冒险以及让这种信号强度持续一段时间的原始情绪能力。最后，线虫可以通过“联系学习”（Associative Learning）来调整对刺激的效价判断，例如在某个地方多次遇到捕食者，它们就会学会避开那个地方。
通过奖励和惩罚机制，生物能够学习并记住哪些行为有利于生存。
约 5 亿年前，一个古老的双侧对称动物谱系进化出了脊椎、眼睛、鳃和心脏，成为了最早的脊椎动物，它们与现代鱼类最为相似。它们的大脑形成了所有现代脊椎动物大脑的模板：皮层负责识别模式和构建空间地图，基底神经节则负责通过试错来学习。而这两者都建立在更古老的效价机制之上，这些机制位于下丘脑中。这些变化带来了我们熟悉的心智和情感特征：时间感知、好奇、恐惧、兴奋、失望和解脱。
模式识别（Pattern Recognition）让鱼类可以学会识别并记住捕食者的形状和气味，而强化学习（Reinforcement Learning）能够将自己的行为与奖惩联系起来，并作出相应地调整。用 AI 领域的术语来说，这就是“无模型强化学习”的突破，最大的启发可能是强化学习和好奇心。试错是比模仿更基础的学习能力，好奇心不是个可有可无的情绪，而是生存发展的关键战略。
大约在 1 亿年前，一种体型只有四英寸长的远古哺乳动物的祖先，其大脑皮层的某些区域进化成了现代新皮层 (neocortex），它了动物在内部模拟现实的能力，可以实际做出行动之前，先在“脑海”中预演，并让基底神经节学习应该如何应对，我们现在称之为“通过想象来学习”。这些动物也因此发展出了计划的能力，能够重新体验过去的事件（情景记忆），并思考如果当初做出不同的选择会怎样（反事实学习）。之后，运动皮层的进化使得动物不仅能够规划整体的行动路线，还能规划具体的肢体动作，赋予了这些哺乳动物无与伦比的精细运动技能。
模拟和计划 (Simulation and Planning)让哺乳动物与只能对当前刺激做出反应的动物不同，它们能够在采取行动之前，先在脑海中模拟不同的行动方案，并预测其可能的后果。这种能力使得哺乳动物能够更有效地解决问题和实现目标。我们常说的快思考（系统1），是强化学习带来的本能反应，由基底神经节自动选择；而慢思考（系统2）是前额叶皮层感觉到了冲突，先暂停自动反应，发起模拟再做选择。我们所有的意图、目标、人生的意义，都是前额叶皮层想象出来的，而正是这些想象在指导我们的行动。
理解他人的意图和情感，使得复杂的社会互动成为可能。
大约在 1000 - 3000 万年前，早期灵长类动物进化出了新的新皮层区域，对旧的哺乳动物新皮层区域的建了一个模型。这意味着灵长类动物不仅能够模拟行为和刺激（就像早期的哺乳动物一样），还能够模拟自身拥有不同意图和知识的心理状态，随后还可以利用这种模型来预测自身未来的需求，理解其他个体的意图与知识，并通过观察来学习技能。
能把自己当做“他者”，从高处旁观的能力，就是心理学家和哲学家说的“元认知”，这是一种学会模拟他人的所要、所知、所想的能力，叫做“心智理论”。能跳出自我观察自我，开始关心谁是敌人，谁是朋友之后，灵长类动物社交变得复杂，它们能够理解他者的意图和知识，并利用这些信息来建立联盟、竞争资源和提升自身的社会地位，这就是原始的“政治头脑”。
语言的出现使得信息传递和知识积累变得更加高效。
大约在 20-30 万年前，语言的出现将我们内在的模拟连接起来，使思想能够跨越代际进行积累和传承。但语言的出现并非源于全新的大脑结构，而是建立在灵长类动物已有的心智化能力基础之上，并通过一套由基因决定的学习程序来实现的。这种学习程序包括了原始的对话、共同注意和提问，这些行为模式在人类婴儿时期就已出现，并为语言的习得奠定了基础。
语言赋予了我们用符号代表物体、概念和想法的能力，使我们能够进行抽象思维和推理，还有自我意识和反思 (Self-Awareness and Reflection)；语言让知识不再局限于个体的经验，而是可以跨越时间和空间进行传递和积累，促进了复杂的社会合作。语言将我们与其他所有动物区分开来，并开启了人类文化、科技和文明的新纪元，此处正好衔接《人类简史》。。。
Bennett指出，尽管现代人工智能在某些领域已经超越了人类，比如在国际象棋和围棋中击败顶级选手，但在许多日常任务上仍然表现不佳。例如，AI可以识别图像中的肿瘤，却无法有效地加载洗碗机。这种差距的根源在于，当前的AI系统还未能完全复制人类大脑的所有功能。
书中强调，理解人类大脑的进化历程对于未来AI的发展至关重要。Bennett通过整合神经科学和AI领域的最新研究，提出了一种新的框架，帮助我们更好地理解智能的本质。他认为，只有当AI系统能够成功复制大脑进化中的每一个关键步骤时，AI才有可能展现出类似人类的智能。
《智能简史》不仅是一部关于人类智能进化的科普读物，更是一部关于未来人工智能发展的指南。通过深入探讨大脑的五大突破，Bennett为我们揭示了智能的奥秘，并为AI的未来发展指明了方向。这本书得到了众多顶尖神经科学家的赞誉，被认为是理解和驾驭未来技术的重要工具。
大佬Indigo先生认为：我们正处于第六次突破的黎明，从语言开始“智能进化”就不再依赖新的大脑结构，个体通过语言形成的知识快速提升了智能；现在大语言模型几乎压缩了人类信息网络上的全部知识，而且它们还在深入学习人类的全部经验和技能。在可控的情况下，AI 会成为我们大脑的新的数字皮层，帮助我们完成进化；但 AI 也能形成新的物质和信息网络，抛下我们独自演化。
MAX BENNETT 是 Alby 的联合创始人兼首席执行官，Alby 是一家初创公司，帮助公司将大型语言模型集成到其网站中，以创建引导式购物和搜索体验。此前，Bennett 是 Bluecore 的联合创始人兼首席产品官，Bluecore 是美国发展最快的公司之一，为世界上一些最大的公司提供 AI 技术。Bluecore 曾入选年度 Inc. 500 家增长最快的公司，以及 Glassdoor 的美国 50 家最佳工作场所。Bluecore 最近的估值超过 10 亿美元。Bennett 拥有多项 AI 技术专利，并在同行评审期刊上发表了大量关于进化神经科学和新皮层主题的科学论文。他曾入选福布斯 30 位 30 岁以下的精英榜单以及 Built In NYC 的 30 位 30 岁以下的技术领袖榜单。
