🧠 ИИ против человеческого мозга: предсказание следующего слова или нечто большее? 0:37
В недавнем выпуске подкаста All Else Equal ведущие Джулс Ван Бинсберген (профессор Уортонской школы бизнеса) и Джонатан Берк (профессор Стэнфордской высшей школы бизнеса) обсудили природу искусственного интеллекта с экспертом в области нейронаук Джеффом Хокинсом. Главная тема дискуссии — насколько архитектура современных больших языковых моделей (LLM) соотносится с биологическими процессами человеческого мозга и стоит ли нам опасаться, что машины сделают человека избыточным.
🏛 Архитектура познания: мозг — это не процессор 1:19
Джефф Хокинс утверждает, что популярная аналогия «мозг как компьютер» фундаментально неверна. По его мнению, человеческий мозг является сложной системой памяти, а не процессором (CPU). Основные аргументы Хокинса:
- Скорость нейронов: Нейроны физически не способны «вычислять» достаточно быстро, чтобы выполнять функции CPU.
- Принципы работы: Мозг — это предсказательное устройство, которое постоянно строит внутреннюю модель мира на основе личного опыта и взаимодействий.
- Иерархия моделей: Согласно книге Хокинса «A Thousand Brains» («Тысяча мозгов»), интеллект распределен по кортикальным колонкам. Каждая из них создает модель конкретной части реальности, а механизм консенсуса позволяет выбирать наиболее релевантную модель в текущем контексте.
Джонатан Берк отмечает, что современный прорыв в AI произошел именно тогда, когда разработчики перестали пытаться «решить проблему» логически и перешли к модели предсказания следующего слова. По мнению Берка, это делает современные нейросети своего рода «память-машинами», что сближает их с биологическим механизмом предсказания.
⚖️ ИИ vs Человек: в чем ключевые отличия? 11:15
Хотя оба участника признают, что и мозг, и ИИ являются «машинами предсказаний», Хокинс настаивает на глубоких различиях в фундаментальных принципах:
- Взаимодействие с миром: Люди обучаются через физический контакт с реальностью, тогда как AI обучается на потоках текста и изображений. ИИ не знает, что «чувствует» объект, он лишь имитирует описания, созданные людьми.
- Системы отсчета: Информация в мозге хранится относительно координат в пространстве (референсные фреймы), что позволяет эффективно навигировать в знаниях. ИИ же работает с линейными потоками данных.
- Энергоэффективность: Человеческий мозг потребляет около 20 ватт, в то время как обучение современных ИИ-моделей требует колоссальных энергетических затрат. Хокинс считает, что новые системы, имитирующие реальные нейробиологические принципы, будут на порядки эффективнее.
🔮 Будущее труда и креативности 25:25
Джонатан Берк выразил удивление способностью ИИ создавать контент, который кажется творческим (например, написание песен в стиле Тейлор Свифт за 10 минут). Хокинс предложил не переоценивать это достижение:
- Коллективный опыт: ИИ «креативен» лишь потому, что он пропустил через себя миллионы человеческих произведений, чего не может сделать ни один человек.
- Инструмент, а не замена: ИИ не заменит людей полностью, так же как компьютеры не привели к исчезновению рабочих мест, а изменили их структуру.
- Бизнес-инновации: По словам Хокинса, ИИ не способен совершить «прыжок» и создать принципиально новую бизнес-модель, подобную FedEx, так как он ограничен предсказаниями на основе уже существующих данных.
Хокинс прогнозирует, что в будущем доминировать будут системы, работающие на иных принципах, чем современные LLM, но они будут оставаться инструментами, расширяющими возможности человека, а не заменяющими его.
