- 註冊時間
- 2012-4-23
- 最後登錄
- 2025-9-30
- 主題
- 查看
- 積分
- 794
- 閱讀權限
- 100
- 文章
- 386
- 相冊
- 4
- 日誌
- 1
 
狀態︰
離線 
|
在當前的人工智慧（AI）熱點中，許多專家認為，未來的 AI 發展應該轉向靈長類動物的神經科學研究，而不再僅依賴晶片。這一觀點挑戰了目前以計算力為核心的 AI 模型，這些模型雖然在數據處理上表現出色，但卻缺乏真正的理解能力。
目前的AI系統，包括最強大的大型語言模型，主要依賴龐大的運算資源。儘管這些模型看似先進，但它們實際上只是從海量數據中辨識統計模式，並無法像人類幼兒那樣形成抽象概念或適應陌生環境。這些系統需要持續的硬體支持、海量的訓練數據以及不可持續的電力供應，這使得它們的運作變得極為依賴。
若要實現真正的智慧機器，需要從靈長類動物的學習和適應能力中汲取靈感。根據中國科學院腦科學與智能技術卓越創新中心2025年的最新研究，利用自主研發的亞微米分辨3D成像技術（LV-fMOST）與神經元追蹤系統，揭示了猕猴前額葉皮層中2,231個投射神經元的「精簡高效」聯接模式，這為靈長類的認知決策提供了神經機制框架。此外，單細胞RNA測序與增強子精準定位技術的突破，為靈長類大腦中細胞特異性研究提供了關鍵靈感，這些技術的發展將有助於設計更高效的類腦人工智慧系統。
未來，基於屏狀體的神經圖譜，可能為意識障礙及情緒調控患者開發精准醫療方案，並推動學習能力與認知增強技術的革新。這些研究表明，現有高性能AI模型在神經表徵與行為反應方面與靈長類視覺系統的差距越來越大，僅靠提升運算力並無法完全模擬人腦，需加強靈長類大腦中理解和學習機制的研究。
靈長類動物的神經科學研究不僅能幫助我們理解智慧的本質，還能引導我們開發出更高效的AI系統，這些系統能夠在更少的資源下運行，並具備更強的學習能力。
錄自：科技新報
|
-
總評分: SOGO幣 + 10
查看全部評分
|
發表於 2025-8-24 22:14:22
x 
