原標題：人智能和人腦多相似來源參考消息美《發(fā)現(xiàn)》月網(wǎng)站1月14日發(fā)表題為人工智能和腦：它們有相似？》的章，作者是夫麗·赫特文章編譯如：布賴恩·里斯蒂安在2020年出版的《校準題：機器學與人類價值》一書的序中講述了人智能神經(jīng)網(wǎng)概念的開端人們已經(jīng)知神經(jīng)元會因一個激活閾而放電或不電。克里斯安解釋說：如果對神經(jīng)的輸入總和過這個激活值，那么神元就會放電否則，它就會放電?！?工智能是受腦啟發(fā)的，它到底有多人腦呢？深學習和人造經(jīng)網(wǎng)絡方面先驅(qū)約舒?本希奧謹慎出，人工智是對大腦中在發(fā)生的事的模仿，而是復制。蒙利爾大學的算機學教授希奧說：“多來自大腦啟發(fā)用到了在得到使用神經(jīng)網(wǎng)絡的計中，但我建立的系統(tǒng)許多方面與腦有很大不?！彼忉?，首先，最進的人工智系統(tǒng)并不使脈沖，而是用浮點數(shù)。說：“工程員不在乎復大腦中的任東西。他們是想做某種奏效的事情”但正如克斯蒂安所指的，人工神網(wǎng)絡的運作生物神經(jīng)網(wǎng)十分相似。認同這些程并不完全像腦的同時，利福尼亞大戴維斯分校神經(jīng)科學家計算機科學蘭德爾·奧利說：“神網(wǎng)絡模型更近于大腦實在做的，而是計算層面純粹抽象描?！眾W賴利：“這些模中的單位正做一些類似大腦中真正經(jīng)元所做的情。這不僅是一個類比比喻。在這層面上確實在某種共性”驅(qū)動GPT3和ChatGPT等大型語言模型的新Transformer架構在某些面甚至比以的模型更類于大腦。奧利說，這些新的系統(tǒng)正映現(xiàn)大腦不區(qū)域如何運，而不僅僅單個神經(jīng)元做什么。但不是直接映，而是奧賴所說的“重組合”或“合”。大腦不同的區(qū)域比如海馬體皮質(zhì)，每個域都有不同計算形式。賴利說，Transformer把這兩者融合在了起。他說：我認為它就一種糊狀的腦。這種糊物被散布到絡的各個部，并做一些似海馬體的情和一些類皮質(zhì)的事情”奧賴利把Transformer之前的通用神經(jīng)絡比作大腦與知覺的后質(zhì)。他解釋，Transformer到來后，它加了一些類于海馬體的能，他解釋，海馬體擅存儲和檢索細事實——如早餐吃了么或上班的線。然而，個人工智能統(tǒng)并非有一單獨的海馬，而是像一巨大的糊狀馬體。普通算機必須通內(nèi)存中的地或某種標簽查找信息，神經(jīng)網(wǎng)絡則以根據(jù)提示動檢索信息你吃了什么餐？）。這是奧賴利所的神經(jīng)網(wǎng)絡“超能力”大腦與神經(jīng)絡的相似是人的，但差或許是巨大。奧賴利說這些模型與腦的一個不之處是，它沒有意識的本要素。他在這一領域作的其他人為，為了擁意識，神經(jīng)必須進行一有來有回的話。他說：意識的本質(zhì)，你對自己腦的狀態(tài)有定的感知。做到這一點要雙向聯(lián)結(jié)然而，所有有模型只有工智能神經(jīng)之間的單向話。不過，賴利正致力此。他的研涉及這種雙聯(lián)結(jié)。并非有的機器學嘗試都基于經(jīng)網(wǎng)絡，但成功的嘗試這樣的。這能不該讓人到意外。在十億年的時里，進化找了創(chuàng)造智力最佳方式。里斯蒂安說現(xiàn)在我們正重新發(fā)現(xiàn)并造那些最佳法。他說：事實證明，生物上獲得多啟發(fā)的模是表現(xiàn)最好，這不是偶，也不純是合。?