新讲座：大脑如何为智能人工智能铺平道路！

新讲座：大脑如何为智能人工智能铺平道路！

沃尔夫·辛格（Wolf Singer）是一位著名的德国神经科学家，也是马克斯·普朗克大脑研究所的前所长，他对自然大脑与计算机系统相比如何运作非常感兴趣。他的研究目标是确定计算机系统的运行是否可以利用模拟原理来开发人工智能（AI）。在此背景下，他特别研究了深度神经网络 (DNN) 和大型语言模型 (LLM)（例如 ChatGPT）的功能。

DNN 是复杂的人工神经网络，能够处理要求较高的任务，例如图像识别或下国际象棋和围棋。另一方面，法学硕士（包括 ChatGPT）使用大量文本来理解语言并进行推理。尽管技术进步，辛格的研究表明人工系统和自然系统之间存在根本差异：

根本差异

• Künstliche Systeme verlassen sich auf digitale Signale und verarbeiten Informationen seriell innerhalb hierarchischer Architekturen.
• Natürliche Systeme hingegen verwenden analoge Signale, die parallel in einem stark vernetzten und flach hierarchischen Format bearbeitet werden.
• Ein markanter Unterschied ist die Dynamik: Während künstliche Systeme statisch arbeiten, zeichnen sich natürliche Systeme durch ein hochdynamisches Verhalten aus, das rhythmische Schwingungen und komplexe Interferenzmuster aufweist.

模拟表明，这些动态特性代表了一种有效的计算策略，并且可以提供与量子计算机类似的优势。辛格的研究结果可能有助于开发基于人脑工作方式的节能人工智能系统。除其他事项外，这还涉及时间结合理论，该理论描述了同步的神经元振荡如何使不同的大脑区域能够连贯地感知。辛格的跨学科方法将神经科学与计算机科学相结合，对于人工智能的未来可能至关重要。

2025 年 5 月 27 日星期二晚上 7 点，作为“Sonic Talks”系列活动的一部分，沃尔夫·辛格将在魏玛包豪斯大学主楼天窗大厅举办题为“振荡、波和干扰。大脑皮层的通用语言”的公开讲座。该系列当前的主题是节奏、声音和治愈，从而对人与技术之间的关系进行了有趣的审视。

亨宁·贝克的观点

同样著名的神经科学家和畅销书作家亨宁·贝克（Henning Beck）在当前的采访中强调了人类智能和人工智能之间的差异。贝克谈到了思想的创造，并指出了思维方式的差异。虽然像 ChatGPT 这样的人工智能系统会分析数据并生成输出的外部概率，但人类通常会从有意识的意图开始，并以图像和模式进行思考。

贝克的分析表明，人类使用语言作为预先存在的想法的表达，而人工智能模型则基于单词预测。人脑的一个关键优势是它能够处理不可衡量的方面，例如关系和创造性决策。鉴于当今的挑战，贝克认为个人需要独立和批判性思考，以便理解和具体控制人工智能的影响。

贝克在他的论点中强调，人工智能系统在处理大量数据时特别有效，但在处理新问题时就达到了极限。从历史上看，新技术并没有导致大规模失业，而是创造了新的就业机会。他主张将人工智能视为一种通过人际互动获得价值的工具，并建议推广面向未来的领导风格，强调勇气和对新技术的开放态度。