原標(biāo)題：人工智能人腦有多相似來源參考消息美國《發(fā)》月刊網(wǎng)站1月14日發(fā)表題為《人工能和人腦：它們有相似？》的文章，者是埃夫麗·赫特文章編譯如下：布恩·克里斯蒂安在2020年出版的《校準(zhǔn)問題：機器學(xué)與人類價值觀》一的序言中講述了人智能神經(jīng)網(wǎng)絡(luò)概念開端。人們已經(jīng)知神經(jīng)元會因為一個活閾值而放電或不電。克里斯蒂安解說：“如果對神經(jīng)的輸入總和超過這激活閾值，那么神元就會放電；否則它就不會放電?！?工智能是受人腦啟的，但它到底有多人腦呢？深度學(xué)習(xí)人造神經(jīng)網(wǎng)絡(luò)方面先驅(qū)約舒亞·本希謹(jǐn)慎指出，人工智是對大腦中正在發(fā)的事情的模仿，而是復(fù)制。蒙特利爾學(xué)的計算機學(xué)教授希奧說：“很多來大腦的啟發(fā)用到了在得到使用的神經(jīng)絡(luò)的設(shè)計中，但我建立的系統(tǒng)在許多面與大腦有很大不?！彼忉屨f，首，最先進(jìn)的人工智系統(tǒng)并不使用脈沖而是使用浮點數(shù)。說：“工程人員不乎復(fù)制大腦中的任東西。他們只是想某種能奏效的事情”但正如克里斯蒂所指出的，人工神網(wǎng)絡(luò)的運作與生物經(jīng)網(wǎng)絡(luò)十分相似。認(rèn)同這些程序并不全像大腦的同時，利福尼亞大學(xué)戴維分校的神經(jīng)科學(xué)家計算機科學(xué)家蘭德·奧賴?yán)f：“神網(wǎng)絡(luò)模型更接近于腦實際在做的，而是計算層面的純粹象描述。”奧賴?yán)?：“這些模型中的位正在做一些類似大腦中真正神經(jīng)元做的事情。這不僅是一個類比或比喻在這個層面上確實在某種共性?！彬?qū)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的模型更類似于大。奧賴?yán)f，這些新的系統(tǒng)正在映現(xiàn)腦不同區(qū)域如何運，而不僅僅是單個經(jīng)元在做什么。但不是直接映現(xiàn)，而奧賴?yán)f的“重組合”或“混合”大腦有不同的區(qū)域比如海馬體和皮質(zhì)每個區(qū)域都有不同計算形式。奧賴?yán)?，Transformer把這兩者融合在了一起。他說：我認(rèn)為它就像一種狀的大腦。這種糊物被散布到網(wǎng)絡(luò)的個部分，并做一些似海馬體的事情和些類似皮質(zhì)的事情”奧賴?yán)裈ransformer之前的通用神經(jīng)網(wǎng)絡(luò)比大腦參與知覺的后質(zhì)。他解釋說，Transformer到來后，它增加了些類似于海馬體的能，他解釋說，海體擅長存儲和檢索細(xì)事實——例如早吃了什么或上班的線。然而，整個人智能系統(tǒng)并非有一單獨的海馬體，而像一個巨大的糊狀馬體。普通計算機須通過內(nèi)存中的地或某種標(biāo)簽來查找息，而神經(jīng)網(wǎng)絡(luò)則以根據(jù)提示自動檢信息（你吃了什么餐？）。這就是奧利所說的神經(jīng)網(wǎng)絡(luò)“超能力”。大腦神經(jīng)網(wǎng)絡(luò)的相似是人的，但差異或許巨大的。奧賴?yán)f這些模型與人腦的個不同之處是，它沒有意識的基本要。他和在這一領(lǐng)域作的其他人認(rèn)為，了擁有意識，神經(jīng)必須進(jìn)行一次有來回的對話。他說：意識的本質(zhì)是，你自己大腦的狀態(tài)有定的感知?！弊龅?一點需要雙向聯(lián)結(jié)然而，所有現(xiàn)有模只有人工智能神經(jīng)之間的單向?qū)υ挕?過，奧賴?yán)铝?此。他的研究涉及種雙向聯(lián)結(jié)。并非有的機器學(xué)習(xí)嘗試基于神經(jīng)網(wǎng)絡(luò)，但成功的嘗試是這樣。這可能不該讓人到意外。在數(shù)十億的時間里，進(jìn)化找了創(chuàng)造智力的最佳式?？死锼沟侔舱f現(xiàn)在我們正在重新現(xiàn)并改造那些最佳法。他說：“事實明，從生物上獲得多啟發(fā)的模型是表最好的，這不是偶，也不純是巧合。