总是有人从 AI 怎么工作反推大脑就是如何如何，人类就是如何如何

@icyalala “和模拟你不能说模拟的结果有哪里不对，所以我对模拟的方法的定义就是错的。”

模拟的结果和模拟的方法是两码事，你不能说模拟的结果有哪里不对，所以我对模拟的方法的定义就是错的。

@catazshadow 你把这个话换种方式听，把“大脑”换成“语言”，就顺耳多了
人脑的思考很大程度上被语言制约，LLM 也一样（一部分完全用图像思考的天才人类和用视频思考的 VLLM 除外），所以思考的相似性是这么来的:被同样的语言制约，真的，要千分之一的连接数模拟脑思考，模拟个神经链接未开发的两三岁的小孩我信，成人真模拟不了。

让我想起一篇老文章 https://www.biorxiv.org/content/10.1101/055624v1

人类研究大脑都还是在摸黑盒呢 不过不妨碍可能已经摸索到到智能
从 ai 反推大脑 虽然我们对两者都不了解
但毕竟 ai 是人造的 在他表现出和大脑一样的智能 我们可以相信两者有什么共通之处

@catazshadow
首先人工神经网络只是灵感来源于生物神经元，并不是精确模拟。
其次 LLM 的参数只是计算过程的中间状态权重，与神经元连接数量并不能直接对比。
所以首先你对神经元理解就有问题，并且非要用权重和连接数量对比，这本身就是错误。更不用说还认为 “参数量不如人脑，所以没有智能” 的看法了。。。

@icyalala 灵感归灵感，神经网络的光明前途来自连接数足够复杂就能赶上人脑的说法。不管什么具体的模型构造，重点是数量

那我说人脑那种数量级的连接几十年内无法用人工达到，有什么问题？

有和我一样来这个帖子里蹲干货的吗？如果这个帖子直到无人问津的时候，还没干货，说明 AI 还没发展到足够牛的地步，如果够牛，AI 会给你找到资料反驳楼主的。🐶

如果“智能”指的是不完全依赖人类输入规则而能够根据不同的情况给出不同的问题解决方案的话（不用管对错），那么 LLM 已经有了；
如果“智能”这个观念隐含了自我意识之类的含义，那么我觉得在现有的基础技术没有突破前，目前的大模型确实不可能产生“智能”，但是从能量守恒的角度来说的。
因为不论怎么样，现有计算机是 2 进制基础，而人脑大概是 8000 进制。。。 总量大概是 10^15 这么多突触。进制决定功耗，所以从功耗上来说，可能举全球之力的能源才能训练出一个有点“智能”的 AI --> “举全球之力”就不太可能（注意所有论断都是基于基础技术没有突破）
以上判断是在 GPT3.5 刚出的时候做的，主要知识储备来自《生命与新物理学》并延伸推理，and 人脑突触数量来自维基百科。
我以为人类或者说任何生物最厉害的还不是智能，是功耗极小。

我觉得可能过于高估人脑了。

达到人脑那种规模又怎么样，就现在来说我觉得有很大部分人的“能力”都不如 LLM

答主首先要知道进化是能用就行，不是追求最高效，典型的例子就是喉返神经。大脑也不是为了产生智能而进化的，所以相当多的神经元被用在了生存而不是意识上，AI 现在没有智能，但不代表要达到人脑规模才能产生智能。。。

@catazshadow #8 模拟连接数与判断智能之间，其实隔着认知能力、通用性、目标设定、世界建模等复杂维度。 如果智能只靠连接数，那婴儿、虫类、甚至某些神经密集植物也该有「智能」。 智能不是量堆出来的，是结构、目标与表现所形成的系统能力。

@catazshadow #26 大脑连接数 ≈ 智能本质 → 模拟连接数 ≈ 智能模拟 → AI 参数少 → AI 不智能。这是一种表面理性、实则简化的「类比型结构误判」。

本质上还是一个统计学工具而已，把字符排列成看上去有意义的序列，因此语料的上限就是它能力的上限。
题外话，这几十年，ai 每隔几年就会掀起一波热潮，每次总有人惊呼奇点将至，回头看无不觉得可笑，应该要吸取教训。尤其在 LLM 能力提升缓慢、应用迟迟无法落地、这波热潮已经明显退潮的当下，还要吹嘘 LLM 是多么具有变革性的成就，技术嗅觉未免太不敏锐了。
吹个小牛，GPT 刚出来时我就唱衰了。

@vansl #173 一地鸡毛背后还是人类千年老传统：骗子和傻子的游戏。

建立楼上都先发个自己笔算 svd 的视频再来争论，否则基本等于菜鸡互啄-_-