全脑理论的来龙去脉详谈
1979年，从康奈尔电子工程专业毕业的霍金斯在读了同年出版的《科学美国人》“大脑特刊”里的DNA双螺旋结构发现者克里克的一篇文章后，对人脑研究产生了浓厚的兴趣。1982年霍金斯和妻子移居加州，加入了研制笔记本电脑的创业公司GRiD（该公司后来成为奔迈的前身）在GRiD工作期间，霍金斯把全部业余时间都用在了研究如何模拟大脑认知上。他边读理论边编写模拟大脑认知的软件，试图设计一种可以模拟人脑的计算机。后来在妻子的劝说下，他申请并进入了伯克利大学的生物物理专业进行博士学习。此后的三年时间里，他逐渐形成了一套关于大脑智力产生的理论，但由于找不到合适的导师而不得不在1988年放弃学业。
时间一晃到了2002年，此时已经通过出售奔迈而成为亿万富翁的霍金斯对人脑研究的热忧依然未减。在与数家神经科学研究机构交流未果后，他索性自己在硅谷门罗帕克创立了红杉神经科学研究所（Redwood Neuroscience Institute）。该研究所专门致力于对人脑认知理论的研究。两年后，他在《论智慧》（On Intelligence）一书中讲述了他和他的团队整理出的人脑分层式即时记忆理论.
霍金斯的HTM理论认为大脑皮层（neocortex）通过不断接收序列信息来学习建立外部世界的感知-动作模型（sensory-motor model）的器官。对于大量涌入的序列数据（比如声音和动作）.大脑皮层通过稀疏分布的表达方式层层激发处理信息。HTM理论也认为大脑存在祖母神经元，但是信息激发到祖母神经元后并没有停止，而是根据以前记忆形成的预期开始向下激发相应的各种感知和动作神经元。这些预期与新的信息进行对比后，相应的神经元会针对出现的偏差作出新的突触连接调整。
霍金斯等人还发现尽管信息导入的器官不同但大脑皮层的各部分神经元在处理信息上并没有本质不同，都是感知和动作的综合体，不断通过“接收一预测一反馈一调整再接收”这一过程来调整记忆。这是HTM理论最为新颖之处。
理论框架成熟后，霍金斯和以前他在奔迈公司的老搭档以及红杉研究所的首席科学家三人在2005年成立了Numenta公司。该公司根据HTM理论开发的第一个软件产品Grok在检测大量序列数据的异常模式方面有所突破，被用来预测信息系统服务器的异常以及股票市场的个股等等。另外，他们还提供了开源软件NuPIC供感兴趣的专业用户使用。
在目前这轮人工智能和深度学习的新高潮里，互联网信息技术领域的主要公司早已纷纷布局，抢夺人才。谷歌董事长施密特公开表示，机器学习是谷歌目前最主要的工作。2013年，谷歌通过收购欣顿的DNNresearch公司将包括欣顿和他的几个学生在内的一批人才收揽。随后谷歌又在2015年收购了深思公司，把欧洲的深度学习专家也收拢到谷歌旗下。脸谱创始人扎克伯格在读完深度学习论文后，从纽约大学高薪聘走了乐昆。华盛顿大学计算机系从卡内基梅隆大学挖来了盖斯成（Carlos Guestrin）夫妇，后者与亚马逊合作开发机器学习项目。而在这之前，谷歌从该系挖走了7名计算机系教授。斯坦福大学的吴恩达则被百度从谷歌挖走，成为硅谷百度研究院的首席研究员。
2014年牛津大学教授尼克·博斯特伦（Nick Bostrom）在他的《超级人工智能：路径、危险和策略》书里提出，人工智能技术很可能在不久的将来孕育出在认知方面全面超越人类的超级智能。他认为超级智能在给人类社会带来好处的同时，也造成了人类本身的生存危机。2015年1月，包括物理学家霍金、企业家马斯克等在内的主要来自欧洲科技界的精英联名发表了一封公开信，敦促业界关注人工智能发展的稳健性和风险控制，通过合作和共识形成一个控制人工智能发展方向的框架。博斯特伦提出的超级智能可以追溯到冯·诺伊曼在1958年的奇点预测。冯·诺伊曼认为，随着计算机技术的不断发展，终有一天计算机将能够自我设计，从而进入自我进化状态。一旦进入到这一奇点状态，人类智能将与计算机智能迅速拉开差距，前者将逐渐被后者取代。
相对于欧洲科技界对超级智能的相对谨慎态度，北美科技界对这一趋势的到来倒是充满乐观和期待。美国计算机和未来学家雷·库兹韦尔（Ray Kurzweil）在2005年的《奇点已近》（The Singularity Is Near：When Humans Transcend Biology）一书里把奇点来临时间预测为2045年。他乐观地估计，到时候人类可以把意识转移到计算机里获得永生。霍金斯不但不相信超级智能的威胁论，而且认为仅从神经节的连接密度来看，人类还远远达不到复制大脑的水平，更不用说复制意识了。
如果计算机技术仍然停留在冯·诺伊曼架构和硅芯片基础上，或许霍金斯的估计还是比较准确的。但是这几年量子计算机的发展已经提速。加拿大的D-Wave公司在2013年研制出了世界上第一台可以优化机器学习运算的量子计算机。谷歌在2014年宣布开始研制自己的量子计算机。这些通向一个全新运算数量级的努力似乎又为奇点的到来增添了一些筹码。