AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：ChatGPT如何「思考」？心理學(xué)和神經(jīng)科學(xué)AI大模型，Nature發(fā)文
關(guān)鍵字：模型,人工智能,神經(jīng)元,研究人員,報(bào)告
文章來(lái)源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：12952字

內(nèi)容摘要：

來(lái)源：ScienceAI
編輯：X
美國(guó)東北大學(xué)的計(jì)算機(jī)科學(xué)家David Bau 非常熟悉這樣一個(gè)想法：計(jì)算機(jī)系統(tǒng)變得如此復(fù)雜，以至于很難跟蹤它們的運(yùn)行方式。
「我做了 20 年的軟件工程師，研究非常復(fù)雜的系統(tǒng)。這個(gè)問(wèn)題總是存在的。」Bau 說(shuō)。
但 Bau 說(shuō)，使用傳統(tǒng)軟件，具有內(nèi)部知識(shí)的人通常可以推斷出發(fā)生了什么。例如，如果一個(gè)網(wǎng)站在谷歌搜索中的排名下降，在谷歌工作了十幾年的 Bau，會(huì)很清楚原因。他說(shuō)，當(dāng)前的人工智能（AI）「真正讓我感到恐懼的是」：「沒(méi)有這樣的理解」，即使在構(gòu)建它的人中也是如此。
最新一波人工智能在很大程度上依賴(lài)于機(jī)器學(xué)習(xí)，其中軟件自行識(shí)別數(shù)據(jù)模式，而無(wú)需給出任何關(guān)于如何組織或分類(lèi)信息的預(yù)定規(guī)則。這些模式對(duì)人類(lèi)來(lái)說(shuō)可能是難以理解的。
最先進(jìn)的機(jī)器學(xué)習(xí)系統(tǒng)使用神經(jīng)網(wǎng)絡(luò)：受大腦結(jié)構(gòu)啟發(fā)的軟件。它們模擬神經(jīng)元層，這些神經(jīng)元在信息從一層傳遞到另一層時(shí)轉(zhuǎn)換信息。與人類(lèi)大腦一樣，這些網(wǎng)絡(luò)在學(xué)習(xí)時(shí)會(huì)加強(qiáng)或削弱神經(jīng)連接，但很難看出為什么某些連接會(huì)受到影響。因此，研究人員經(jīng)常將人工智能稱(chēng)為「黑匣子」，其內(nèi)部運(yùn)作方式是一個(gè)謎。
面對(duì)這一困難，研究人員轉(zhuǎn)向了可解釋人工智能（XAI）領(lǐng)

原文鏈接：ChatGPT如何「思考」？心理學(xué)和神經(jīng)科學(xué)AI大模型，Nature發(fā)文

聯(lián)系作者

文章來(lái)源：人工智能學(xué)家
作者微信：AItists
作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)