今年充满了关于机器拥有超人能力的辩论和猜测，这些机器可能会比预期更快地将人脑远远抛在身后。公众对ChatGPT和其他所谓的大型语言模型（LLM）日益增长的认识，极大地扩大了公众对人工智能的认知。与此同时，这也引发了一个问题：人脑能否跟上人工智能飞速发展的步伐。
最乐观的答案认为，人类和机器不必成为你死我活的竞争对手。研究人员发现了一个潜在合作的例子，即让人工智能探索古老游戏围棋的无限复杂性——围棋和象棋一样，都见证了计算机击败最高水平的人类棋手。三月份发表的一项研究表明，人们可以如何向拥有超人技能的机器学习。理解ChatGPT的惊人能力，有助于理解为什么人们不断地将著名的聊天机器人背后的深度神经网络与人脑中数万亿的连接相提并论。
重要的是，融入人工智能的机器学习并没有完全分散主流神经科学的注意力，使其无法热衷于更深入地洞察被称为“已知宇宙中最复杂的物体”：大脑。科学领域的重大挑战之一——理解意识的本质——在六月份得到了应有的重视，当时突出展示了一些实验，这些实验旨在检验两种相互竞争的理论的有效性，这两种理论都旨在解释意识自我的基础。
支持科学新闻事业
如果您喜欢这篇文章，请考虑支持我们屡获殊荣的新闻事业，方式是 订阅。 通过购买订阅，您将帮助确保关于塑造我们当今世界的发现和想法的具有影响力的故事能够拥有未来。
过去的12个月提供了许多令人印象深刻的进展的例子，供您存储在工作记忆中。现在，让我们仔细看看我们在2023年《大众科学》中报道的一些杰出的思想和大脑故事。
人工智能驱动机器解码您大脑中的内容
研究人员证明了人工智能与神经科学结合的有效性，他们报告了如何将功能性磁共振成像（fMRI）脑部扫描与人工智能驱动的LLM相结合，试图弄清楚一个人脑子里到底在想什么。在德克萨斯大学奥斯汀分校展示的模型，以相当高的准确度，复制了受试者在扫描仪中听到的或编造的故事。研究人员记录了参与者在听到某些词语时的大脑活动。来自这些扫描的数据随后被用于训练人工智能模型，以检测大脑对这些词语的反应模式。然后，该系统获取了一组新的扫描，人工智能根据其训练，预测了受试者在这些扫描中听到的内容。您可能还需要一段时间才能在亚马逊上购买到这种技术；这种演绎壮举需要大量的训练。目前最好的系统只能粗略地提供您脑海中的内容梗概。
围棋的胜利启发了更好的博弈
当谷歌旗下DeepMind公司创造的“超人”人工智能在2016年击败了当时的围棋冠军李世石时，引发了人们对这种优势可能对人类意味着什么的集体担忧（人类此前已经在象棋领域被计算机击败）。一些研究人员主动研究了围棋棋手对失败的反应。三月份发表的研究结果，对未来人类与人工智能系统的合作抱持乐观态度：研究表明，围棋界将李世石的失败视为一次学习经历。这些棋手分析了该程序的招法，发现其中一些是人类博弈中从未见过的。然后，他们将这些招法融入到自己的比赛中——这是一个人工智能与人类互动的例子，最终提高了人类的博弈水平，并为这种合作如何更好地辅助人类决策提供了思路。
我们最终会在2048年理解意识吗？
世界各地的头条新闻揭示了哲学家大卫·查尔默斯和神经科学家克里斯托夫·科赫之间一场持续25年的赌局的结果。这场赌局在六月份的纽约大学会议上揭晓，赌注是神经科学是否能够在今年之前提供意识的“清晰”神经特征。科赫——他在四分之一个世纪前认为意识特征现在应该已经被明确——不得不勉强承认，这个崇高的目标尚未实现。他随后向查尔默斯支付了一箱好酒，然后他发誓在25年后重新审视这个问题，以评估在破解意识方面是否取得了更多的“清晰度”。会议还重点介绍了旨在检验两种主要意识理论的实验结果；与会者一致认为，这两种理论都需要做更多的工作。
抑制不良想法会让你感觉更好
脑科学领域并非一切都与人工智能有关。临床心理学家在没有必要利用LLM资源的情况下，也取得了出色的成就。一种简单的居家式步骤与关闭可能在您脑海中流淌的负面想法有关。英国剑桥大学研究人员的一项研究表明，如果您忽略令人痛苦的想法和意象，它们将不可避免地在以后困扰您的观点并不成立。这对患有焦虑症、抑郁症或创伤的人来说是个好消息。抑制这种负面情绪的流动确实似乎可以降低一个人内心恐惧的强度。