原標題：人工智能和腦有多相似來源：參消息美國《發(fā)現(xiàn)》月網(wǎng)站1月14日發(fā)表題為《人工智能和倍伐腦它們有多相似？》的章，作者是埃夫麗·特，文章編譯如下：賴恩·克里斯蒂安在2020年出版的《校準問題：機器學孟翼與類價值觀》一書的序中講述了人工智能神網(wǎng)絡(luò)概念的開端。人已經(jīng)知道神經(jīng)元會因一個激活閾值而放電不放電。克里斯蒂安釋說：“如果對神經(jīng)的輸入總和超過這個活閾值，那么神經(jīng)元會放電；否則，它就會放電?！比斯ぶ悄?受人腦啟發(fā)的，但它底有多像人腦呢？深學習和人造神經(jīng)網(wǎng)絡(luò)面的先驅(qū)約舒亞·本奧謹慎指出，人工智是對大腦中正在發(fā)生事情的模仿，而不是制。蒙特利爾大學的算機學教授本希奧說“很多來自大腦的啟用到了現(xiàn)在得到使用神經(jīng)網(wǎng)絡(luò)的設(shè)計中，我們建立的系統(tǒng)在許方面與大腦有很大不。”他解釋說，首先最先進的人工智能系并不使用脈沖，而是用浮點數(shù)。他說：“程人員不在乎復制大中的任何東西。他們是想做某種能奏效的情。”但正如克里斯安所指出的，人工神網(wǎng)絡(luò)的運作與生物神網(wǎng)絡(luò)十分相似。在認這些程序并不完全像腦的同時，加利福尼大學戴維斯分校的神科學家和計算機科學蘭德爾·奧賴利說：神經(jīng)網(wǎng)絡(luò)模型更接近大腦實際在做的，而是計算層面的純粹抽描述。”奧賴利說：這些模型中的單位正做一些類似于大腦中正神經(jīng)元所做的事情這不僅僅是一個類比比喻。在這個層面上實存在某種共性?！?動GPT3和ChatGPT等大型語言模型的更新Transformer架構(gòu)在某些方面甚至比以前的模型類似于大腦。奧賴利，這些較新的系統(tǒng)正映現(xiàn)大腦不同區(qū)域如運轉(zhuǎn)，而不僅僅是單神經(jīng)元在做什么。但不是直接映現(xiàn)，而是賴利所說的“重新組”或“混合”。大腦不同的區(qū)域，比如海體和皮質(zhì)，每個區(qū)域有不同的計算形式。賴利說，Transformer把這兩者融合在了一起。他說：我認為它就像一種糊的大腦。這種糊狀物散布到網(wǎng)絡(luò)的各個部，并做一些類似海馬的事情和一些類似皮的事情?！眾W賴利把Transformer之前的通用神經(jīng)網(wǎng)絡(luò)作大腦參與知覺的后質(zhì)。他解釋說，Transformer到來后，它增加了一些類于海馬體的功能，他釋說，海馬體擅長存和檢索詳細事實——如早餐吃了什么或上的路線。然而，整個工智能系統(tǒng)并非有一單獨的海馬體，而是一個巨大的糊狀海馬。普通計算機必須通內(nèi)存中的地址或某種簽來查找信息，而神網(wǎng)絡(luò)則可以根據(jù)提示動檢索信息（你吃了么早餐？）。這就是賴利所說的神經(jīng)網(wǎng)絡(luò)“超能力”。大腦與經(jīng)網(wǎng)絡(luò)的相似是驚人，但差異或許是巨大。奧賴利說，這些模與人腦的一個不同之是，它們沒有意識的本要素。他和在這一域工作的其他人認為為了擁有意識，神經(jīng)必須進行一次有來有的對話。他說：“意的本質(zhì)是，你對自己腦的狀態(tài)有一定的感。”做到這一點需要向聯(lián)結(jié)。然而，所有有模型只有人工智能經(jīng)元之間的單向?qū)υ?不過，奧賴利正致力此。他的研究涉及這雙向聯(lián)結(jié)。并非所有機器學習嘗試都基于經(jīng)網(wǎng)絡(luò)，但最成功的試是這樣的。這可能該讓人感到意外。在十億年的時間里，進找到了創(chuàng)造智力的最方式?？死锼沟侔舱f現(xiàn)在我們正在重新發(fā)并改造那些最佳做法他說：“事實證明，生物上獲得最多啟發(fā)模型是表現(xiàn)最好的，不是偶然，也不純是合。?