欢迎来到 Monty 仓库！

一个遵循新皮层原理的开源感觉运动学习系统。

本仓库包含了“千脑计划”首个 感觉运动学习系统 的实现。我们亲切地称其为 Monty，以纪念提出皮层柱作为新皮层中重复功能单元的弗农·芒特卡斯尔。

这是一个开源项目，最初由 Numenta 公司启动。如今，“千脑计划”已成为一家独立的非营利组织，部分资金来自盖茨基金会。

请在此处查阅我们的 完整文档

以及我们的 API 文档。

开始使用

您可以在 这里 找到关于如何安装项目依赖及入门的详细说明。

当前性能

我们定期针对一组感觉运动任务对该系统进行评估，并在 基准实验 中报告结果。每当代码发生功能性改动时，这些实验都会重新运行，结果也会随之更新。相关实验的配置文件位于 src/tbp/monty/conf/experiment/ 文件夹中。

您可以在此处查看当前的基准测试表现及其说明：https://thousandbrainsproject.readme.io/docs/benchmark-experiments。

贡献

您有兴趣参与贡献吗？请查看我们的提示与指南：https://thousandbrainsproject.readme.io/docs/contributing。

在贡献之前，请签署我们的贡献者许可协议（CLA）。您可以在 这里 找到 CLA 及相关指南。

免责声明

此代码尚未达到生产就绪状态。它是一个处于积极开发中的 早期测试版。该版本功能完备，但仍在不断演进。随着核心功能的开发，预计会频繁出现变更。

您可以在此处找到系统的 当前能力及应用条件 列表：https://thousandbrainsproject.readme.io/docs/application-criteria。

此外，您还可以在此处查看我们的 项目路线图 以及正在开发的新功能详情：https://thousandbrainsproject.readme.io/docs/project-roadmap。

更多信息与更新

如前所述，我们为此项目准备了详尽的 文档，请访问：https://thousandbrainsproject.readme.io/。

我们还通过 YouTube 上的“千脑计划”频道发布会议录像：https://www.youtube.com/@thousandbrainsproject。

如果您希望使用此代码、为其做出贡献、提出问题或建议想法，请考虑加入我们的 Discourse 论坛。

若想获取最新动态，欢迎关注我们在 Bluesky、Twitter 或 LinkedIn 上的账号。

如有进一步的问题或合作意向，请随时通过 info@thousandbrains.org 直接联系我们。

引用本项目

如果您撰写引用“千脑计划”的论文，请参考以下文献：

TBP 白皮书：

@misc{thousandbrainsproject2024,
      title={The Thousand Brains Project: A New Paradigm for Sensorimotor Intelligence},
      author={Viviane Clay and Niels Leadholm and Jeff Hawkins},
      year={2024},
      eprint={2412.18354},
}

若您希望提及 Monty 相较于深度学习的能力与优势，请引用：

千脑系统：用于快速、稳健学习与推理的感觉运动智能：

@misc{leadholm2025thousandbrainssystemssensorimotorintelligence,
      title={Thousand-Brains Systems: Sensorimotor Intelligence for Rapid, Robust Learning and Inference}, 
      author={Niels Leadholm and Viviane Clay and Scott Knudstrup and Hojae Lee and Jeff Hawkins},
      year={2025},
      eprint={2507.04494},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2507.04494}, 
}

若需参考这一新型 AI 方法背后的理论，您可以在此处找到相关的 神经科学理论文献列表：https://thousandbrainsproject.readme.io/docs/further-reading#our-papers。

许可证

MIT 许可证。详情请参阅 LICENSE 文件。

tbp.monty 快速上手指南

Monty 是 Thousand Brains Project 开源的感觉运动学习系统，遵循新皮层原理。本项目目前处于早期 Beta 阶段，主要用于研究和实验。

环境准备

• Python 版本：需要 Python 3.8 或更高版本。
• 操作系统：支持 Linux、macOS 和 Windows（建议在 Linux 环境下以获得最佳兼容性）。
• 前置依赖：建议在使用前安装 pip 和 venv 虚拟环境工具。

安装步骤

为了隔离依赖，建议使用虚拟环境进行安装。请在终端中执行以下命令：

1. 克隆仓库

   git clone https://github.com/thousandbrainsproject/tbp.monty.git
   cd tbp.monty
   

2. 创建并激活虚拟环境

   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   # venv\Scripts\activate   # Windows
   

3. 安装项目依赖

   pip install -e .
   

   注：如果下载速度较慢，可临时添加国内镜像源参数，例如：pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

由于 Monty 是一个复杂的感觉运动学习框架，最简单的验证方式是运行内置的基准测试或查看配置示例。

1. 查看实验配置 项目的核心逻辑通过配置文件驱动。你可以浏览以下目录了解现有的实验设置：

   ls src/tbp/monty/conf/experiment/
   

2. 运行基准测试（示例） 根据官方文档，你可以通过运行特定的基准实验来验证安装是否成功。具体的运行命令取决于你想测试的任务（如物体识别等）。以下是一个通用的运行入口示例（具体参数需参考完整文档）：

   # 示例：运行某个预定义的实验配置
   # 请根据 src/tbp/monty/conf/experiment/ 中的实际 yaml 文件替换 <config_name>
   python -m tbp.monty.run_experiment --config-name=<config_name>
   

3. 进一步探索

   • 完整文档：https://thousandbrainsproject.readme.io/docs/getting-started
   • API 文档：https://api-monty.thousandbrains.org

注意：此代码为早期 Beta 版本，功能仍在积极开发中，API 可能会频繁变动。生产环境请谨慎使用。