大语言模型与大脑的相似之处与不同之处 [译]
原文中文，约4300字，阅读约需11分钟。发表于：。在许多关于大语言模型是否构成“人工智能”或“通用人工智能”（AGI）的讨论背后，潜藏着一些关于这些系统与人类大脑相似或不相似程度的假设。支持者倾向于认为，从计算规模和复杂性上来看，这些模型与大脑作为信息处理系统的关键特性相匹配。而怀疑者则常将大语言模型（LLM）视为“高级自动纠错工具”，并否认这些系统在类似大脑方面（或能展现出“智能”，不论定义如何）有任何实质意义。实际的答案可能介于两者之间。
本文讨论了大语言模型（LLM）与人类大脑的相似性和差异性。大脑中的联合皮层与LLM最为相似，负责编码事物间的关系。然而，LLM在强化学习目标的复杂性和基础上与大脑存在差异。训练LLM的数据类型更为复杂和难以收集。开发像人类一样产生语言的LLM是一项充满挑战的任务。
