49｜人工智能和神经学殊途同归？

“我们世界上的大部分的人，其实已经不再是传统意义上的人类了。”当北京智源人工智能研究院的雷博博士，一位在清华园里探究过生命奥秘，又在脑科学与AI的交叉地带深耕的学者，轻轻抛出这句话时，我们仿佛能感受到一个新时代的序幕正在被缓缓拉开。大模型以其惊人的“类人”表现俘获了无数心智，让我们在屏幕前，竟也觉得是在与一个有逻辑、有表达的“人”交流。这背后，是神经科学与人工智能旷日持久的“双向奔赴”：我们渴望用大脑的智慧点亮AI的前路，也期待用AI的利刃剖析神经的迷宫。但这两条并行的探索之路，何时才能真正交汇，织就一幅完整的智能图景？在AI似乎再次遇到“天花板”的低语中，雷博博士和他的同仁们，曾怎样在迷雾中寻找下一代人工智能的曙光？从生命科学的视角出发，他们又如何看待AI这个“工程”奇迹，它究竟离“科学”的殿堂还有多远？当我们在谈论“智能”时，生物的灵光与人造的智慧，又各自占据着怎样的坐标？本期《会友镖局》，我们荣幸地邀请到雷博博士，与我们一同潜入这场关于大脑与代码、生命与算法的深邃对话。AI的“涌现”是真正的创造，还是数据的巧妙编排？我们引以为傲的情感与意识，AI是否也能在0和1之间模拟，甚至拥有？在迈向那个“人类和AI融合”的未来时，我们是在进化，还是在重新定义“人”的边界？而在这条探索的道路上，哪些是被高估的热点，又有哪些是被低估的珍宝？让我们跟随雷博博士的思绪，一起拨开迷雾，洞见未来。👩 本期人物·主持人: 蚂蚁集团 友红·嘉宾: 北京智源人工智能研究院类脑模型组研究员，清华大学生命学院及脑科学研究院博士  雷博⏱️ 本期时间轴00:55 人与AI已深度融合，大模型因“像人”而普及现在跟AI打交道已经是家常便饭了，我们大部分人已不再是纯粹的传统人类。大模型广受欢迎的核心在于它的交互逻辑和表达方式高度拟人化，因此神经科学与AI的炽热交锋，必将点燃未来的奇迹。当前雷博博士的研究聚焦于两个层面：一是将脑科学的机制与数据引入AI模型，使其更“类人”；二是利用AI技术分析神经科学数据来获得新理论或更高效的解析。08:20 “记忆痕迹细胞”等脑科学理论助力理解AI雷博团队运用“记忆痕迹细胞”等神经科学理论来研究和理解AI神经网络的方法。他们发现，用研究生物大脑的方法去解析AI，能让许多AI的内部运作机制（如持续学习、对抗攻击）变得更清晰易懂，为AI的可解释性提供了新视角。同时，AI正从工程工具逐渐发展出科学学科的属性，然而，它与那鲜活的生物智能之间，本质的鸿沟依然深邃，引人无尽遐想。21:15 AI“涌现”能力的来源及“元学习”的潜力对于AI大模型展现出的“涌现”能力，其背后机制尚不完全清楚，可能是海量数据驱动的结果，而非真正的自发智能。AI或许可以借鉴儿童的学习方式，通过“元学习”先掌握通用框架再填充具体知识。30:14 AI两条路：“类脑” vs “大模型”，大脑灵感才是硬道理雷博对比了更侧重模拟大脑结构与工作方式的“类脑模型”（如脉冲神经网络SNNs）和当前主流的“大模型”（如Transformer）。历史上当AI发展遇到瓶颈时，研究者常会回归到从大脑中寻找灵感和解决方案，“神经AI”因此曾被寄予厚望。49:15 AI实现情感与意识的挑战，不要过度神话Transformer架构让AI拥有类人的情感和自我意识在定义和技术实现上都极其复杂，目前仍有巨大鸿沟。不应过度神化Transformer等特定AI架构，其核心优势在于高效处理大规模数据，而AI与大脑在更深层机制上的结合与启发，其潜力尚未被充分挖掘。01:15:31 人AI融合的未来：改变认知与交互，脑机接口前景广阔展望未来，人与AI的深度融合将远超工具层面，它会根本性地改变人类的学习、互动模式，甚至重新定义“人类”自身。目前脑机接口的前沿探索，例如通过捕捉和解析大脑信号，让AI能够根据人的“意念”进行创作，潜力无比巨大。运营：狐狸更多节目信息，欢迎关注小红书：会友播客添加小助手微信:huiyouhz，可以加入听友群喔

There are no comments yet.

Please log in to write the first comment.