AI思考似人腦？拆解人工智能與人類思維之謎

思維實驗：心智、大腦與人工智能

一位書呆子某天在科技市場漫遊。攤販們大聲叫賣著他們的商品：“新鮮的LLM，剛從GPU上來！” “這裡有你的聊天機器人提示！” “保證99%無幻覺！” “盒裝AGI！無法分辨它是否有知覺！” “告別有缺陷的人際關係，來試試FriendGPT！” “加入奇點雲的永恆天堂！”

雖然這些產品聽起來很吸引人，但他的注意力卻被市場一角的一個小攤位吸引了。這個攤位不同於周圍喧鬧和華麗的攤位，它展示了一系列簡單的塊狀圖片，周圍圍繞著一個問題：“你的AI能解決這個嗎？”

其他攤販嘲笑並做出粗魯的手勢，對著那位中年小個子攤販說：“真可憐的小男人，不願意放下現實的幻覺……” “他難道不知道心智只是肉製電腦？” “應該對那些妨礙進步的人做點什麼！” “那個攤位真是完全不科學！”

我們的書呆子無視了他們，因為他想看看這場喧鬧的背後究竟是什麼。小攤販起初並沒有注意到他，因為他被周圍的敵意分散了注意力。但令人驚訝的是，他似乎並不擔心，反而顯得很享受。

書呆子決定展開一段對話：“那麼，你的標誌和這些圖片的重點是什麼？”

“很高興你問！終於有人不怕真相。看看大家的驚慌失措。但如果你有幾分鐘，這很容易解釋。”

“當然，但不想耽誤太多時間。我得回去工作，免得AI搶了我的工作！我只是來市場買自己的AI，或許還能避開食物排隊。”

“這些都是毫無根據的恐懼。讓我先問你幾個問題，幫你轉移注意力。首先，你聽說過神經元嗎？你知道它們在大腦中的作用嗎？”

“我當然知道！” 我們的書呆子對這個話題感到相當自信。“我在學校學到神經元是大腦的基本處理單元。它們接收來自其他神經元的電信號。當神經元內的潛能積累到一定程度時，它會向與之相連的神經元發送自己的信號。

“大腦由數十億個神經元組成，彼此通過更多的突觸相連。就像大型語言模型中的神經網絡一樣！這就是為什麼LLM如此接近人類智力水平——而我們可能已經達到那個水平！”

小男人的眼睛微微眯起：“你聽說過大腦中的神經元與神經網絡中的神經元之間的區別嗎？”

這是書呆子相對比較了解的話題。“不多，但似乎有一些不同。大腦的神經元有點混亂；它們的細節不如神經網絡。大腦的神經元發射信號的速度也比神經網絡慢得多。說真的，神經網絡到現在還沒有趕上大腦，我感到有點驚訝。我想這是因為現在我們擁有巨大的計算能力和數據。

“即便如此，訓練一個最先進的LLM可能需要一個城市的電力，才能做到我大腦從我的三明治中獲得的能量。我承認這有點奇怪，但再多一些突破，我們就能減少LLM的能量需求。現在有AI來幫助我們，這應該會更容易。”

神經元與神經網絡

然後小男人問：“那麼，你認為隨著技術的進步，AI算法是越來越接近大腦的結構，還是越來越遠？”這讓書呆子有些不確定。

“嗯，這是一個有趣的問題。根據我剛才所說，神經網絡在某些方面似乎變得不太像大腦，但在其他方面又更像大腦。例如，深度學習使用的層次結構就像我們在大腦中找到的一樣，儘管我從未聽說過大腦使用著名的反向傳播算法來學習。據我了解，反向傳播是讓神經網絡從只是一種好奇心，成為今天的工業巨頭的關鍵。”

小男人繼續追問：“你會怎麼說深度學習網絡結構如何像大腦中的層次結構？”

“想想看，那些是蘋果和橘子。大腦的層次結構處理的物理任務截然不同，而不是真正從較低層次的概念建立較高層次的概念，就像深度學習所做的那樣。因此，也許層次結構的概念更像是一種靈感，而不是真正與我們在大腦中看到的相同。實際上，這兩者的結構也是神經網絡在逐漸遠離大腦的一個例子。我必須承認，這種情況看起來更奇怪了。真是好問題！”

小男人並未因讚美而驕傲：“我們在人類思維中發現這些神經網絡創新嗎？”

“我原本想說沒有，但隨即意識到錯了！其實，我們確實看到像反向傳播和概念建構層次這樣的東西。正是在人類思維中，尤其是在學校。我們通過不斷的反饋來學習，並從簡單的概念建立更複雜的概念。這真是太奇怪了！”

奇怪的現象

“什麼奇怪？”

書呆子在思考，思考得很專注。“首先，我意識到現代神經網絡的基本組成部分其實不在大腦中。我以為我們只是隨便編造的，因為最終商業只關心結果，而不在乎科學研究。如果沒有反向傳播和深度學習，AI仍然會困在冰屋裡，科學家們試圖逆向工程大腦以獲得有用的算法。”

“然而，感謝你的好問題，我重新找回了這些基本組成部分。我們從日常思維經驗中獲得它們。然而，這正是如此奇怪：神經網絡成功的關鍵要素不在大腦中，而在我們的思維中。為什麼一些不在我們大腦中的東西會最終出現在我們的思維中？然而，這樣的東西卻是思維運作的必要條件？”

小男人轉變了話題：“這的確是一個大難題。我恐怕無法給你一個好的答案。現在，我希望你不介意，讓我問你另一個問題。你認為神經網絡現在能夠進行人類水平的思考嗎？”

“不，並不真能。至少就我所見而言。最近的LLM確實令人印象深刻，能創造有趣的藝術並提供豐富的對話信息。我花了很多時間在上面玩，這我非常享受。但它們仍然沒有完全到位。每樣東西都有其怪癖，聊天機器人有時會偏離主題。我知道市場上很多你的同事會持不同意見，但我絕對不會把農場押在目前這一代的AI上。再給它幾年，和聰明的工程師們，事情會變得更好。我確實希望在我有生之年能看到電影中的AI！我不知道我應該是感到害怕、興奮，還是兩者兼具！”

小男人此時展現了他的哲學一面。他回答道：“我完全同意！這引出了我最後一個問題。你對這一切有何看法？”

“這可真是一個問題！我對這一切有何看法？當我們開始交談時，我以為我對AI的重要知識幾乎包羅萬象，包括我們最初談到的大腦的某些事情。但是，隨著你不斷提問，我注意到出現了一些意想不到的模式。我發現，隨著我們的AI不斷改進，它變得越來越不像大腦，而不是更像大腦。之前沒想過這一點，這引出了下一個觀點。另一方面，隨著AI的進步，它變得越來越像我們的思維方式。然而，即便如此，AI仍然未能趕上我們的思維。這真是一個非常奇特的模式。”

書呆子突然停頓了一會兒：“但這也讓我想到第三個，甚至更神秘的模式。當我們把這兩個觀點結合起來時，結果完全與我的預期相反。我本以為，既然我的思維來自我的大腦，那麼隨著我們的AI算法的改進，這些算法應該變得越來越像我們的大腦。尤其是當我們的AI算法開始匹配我們的思考能力。但結果卻正好相反。因此，我面臨著最大的難題。如果我的思維只能被一些與大腦截然不同的東西拷貝，而且拷貝得相當糟糕，那麼我的思維本身又是如何由大腦產生的？我的思維運行在什麼基礎上？這意味著什麼？”

小男人回答：“我也有過同樣的想法。而且，我仍然沒有一個好的答案。但這些問題確實引起了市場上我的同事們的共鳴。說到這裡，我聞到了一些煙味，事情變得有點熱。我建議我們從後面出去，免得我們的熱情朋友發現擁擠市場中的火災現實！”

“好主意！”

書呆子和哲學家一起急忙從同一個出口逃出。

在這篇文章中，Eric Holloway以一種寓言式的方式探討了人工智能、大腦和思維之間的關係，值得深思。這個故事不僅僅是對當前AI技術的反思，更是對人類思維本質的深刻考察。隨著AI技術的不斷進步，我們是否在創造一種越來越不似人類思維的智能？這個問題值得我們每個人去思考。人類的思維究竟是如何運作的？它是否可以被簡單地模擬或複製？這些都是未來科技發展中需要我們深刻理解的問題。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。