近日，来自哈佛大学、布朗大学以及图宾根大学研究者们，共同发表了一项关于Transformer模型与人类认知处理相关性的研 究论文： ——《Linking forward-pass dynamics in Transformers and real-time human processing》 意译过来就是：Transformer模型的"思考过程"与人类大脑实时认知的奇妙相似 问题来了：AI和人类，不只是最后的选项，连中间的"挣扎"和"转变"也能被对齐吗？ 这篇论文的作者，换了个角度：不只看AI模型的输出，还要扒一扒Transformer每一层的"处理动态"，与人脑处理信息的"实时 轨迹"是否能对上。 01 AI和人脑，真的在"想"同一件事吗？ 换句话说，它想搞清楚一个"老问题"：AI模型的内部处理过程，和人类大脑的实时认知，有多少相似？ 过去我们研究AI和人类的相似性，最常见的做法是什么？"看结果"：让AI做题，看它答对多少，概率分布和人的选择对不对 得上。例如，让GPT写作文、识别图片、做逻辑推理，然后对照人类的数据，得出一个"AI越来越像人了"的结论。 但这其实只是表象。 想象一个场景：在答一道不太确定的 ...