从 1000 亿个神经元到大语言模型，一份神经漫游指南。 文 丨 曾梦龙 编辑 丨 黄俊杰 旧金山街头，脑科学家特伦斯·谢诺夫斯基（Terrence Sejnowski）跟老友在路边散步。走着走着，两 人停下对视，异口同声地说："我们赢了！" 这一幕发生在几年前，他身边的人是 " 深度学习之父" 、计算机科学家杰弗里·辛顿（Geoffrey Hinton）。两人都出生于 1947 年，相识与合作近半个世纪。在 1985 年，他们合作提出了玻尔兹曼 机，把神经网络和概率建模结合在一起，为后来的深度学习奠定基础。 当时正值 AI 研究低谷期，主流学术界用符号和逻辑研究 AI，不断碰壁。许多研究人员对有生之年见 到重大突破感到绝望。两人希望从人脑的运作方式寻找 AI 研究的灵感，这被建制派认为走上了一条 不可能成功的道路。 ChatGPT 诞生，无数大语言模型涌现，改变了世界对人工智能的预期，证明了神经网络研究的价值。 辛顿也因 AI 研究在 2024 年获得诺贝尔物理学奖。 "我们当时就像在恐龙脚下生存的小小的哺乳动物。谁料到恐龙很快就会灭绝？" 谢诺夫斯基在今年 9 月接受《晚点 LatePost》视频访谈说。 ...