中評社北京1月23日電／據參考消息報導，美國《發現》月刊網站1月14日發表題為《人工智能和人腦：它們有多相似？》的文章，作者是埃夫麗·赫特，文章編譯如下：
布賴恩·克里斯蒂安在其2020年出版的《校准問題：機器學習與人類價值觀》一書的序言中講述了人工智能神經網絡概念的開端。
人們已經知道神經元會因為一個激活閾值而放電或不放電。克里斯蒂安解釋說：“如果對神經元的輸入總和超過這個激活閾值，那麼神經元就會放電；否則，它就不會放電。”
人工智能是受人腦啟發的，但它到底有多像人腦呢？深度學習和人造神經網絡方面的先驅約舒亞·本希奧謹慎指出，人工智能是對大腦中正在發生的事情的模仿，而不是復制。
蒙特利爾大學的計算機學教授本希奧說：“很多來自大腦的啟發用到了現在得到使用的神經網絡的設計中，但我們建立的系統在許多方面與大腦有很大不同。”他解釋說，首先，最先進的人工智能系統並不使用脈衝，而是使用浮點數。他說：“工程人員不在乎復制大腦中的任何東西。他們只是想做某種能奏效的事情。”
但正如克里斯蒂安所指出的，人工神經網絡的運作與生物神經網絡十分相似。在認同這些程序並不完全像大腦的同時，加利福尼亞大學戴維斯分校的神經科學家和計算機科學家蘭德爾·奧賴利說：“神經網絡模型更接近於大腦實際在做的，而不是計算層面的純粹抽象描述。”
奧賴利說：“這些模型中的單位正在做一些類似於大腦中真正神經元所做的事情。這不僅僅是一個類比或比喻。在這個層面上確實存在某種共性。”
驅動GPT3和ChatGPT等大型語言模型的更新Transformer架構在某些方面甚至比以前的模型更類似於大腦。 |
