- 0
- 0
- 约8.79千字
- 约 16页
- 2026-11-21 发布于上海
- 举报
脑科学在人工智能中的启发
一、引言
自人工智能研究诞生以来,对人类智能的模拟始终是这一领域的核心追寻目标。从最初的符号主义流派尝试通过逻辑规则复刻人类推理过程,到连接主义流派借鉴神经结构搭建神经网络,再到当前多模态大模型在各类封闭任务中达到甚至超越人类表现,人工智能发展历程中的数次关键突破,几乎都能找到脑科学研究的影子。经过数十年的技术迭代,当前的人工智能系统已经可以在棋类对弈、图像识别、文本生成等特定领域展现出远超普通人类的性能,但依然没能突破“弱人工智能”的局限:大模型普遍存在事实性幻觉、常识推理能力薄弱的问题,模型训练与运行的能耗极高,面对开放环境中的噪声与扰动鲁棒性差,学习新任务时容易
原创力文档

文档评论(0)