06:36Gary Marcus@GaryMarcusGary Marcus 引用一项新研究指出,AI 中所谓的“神经网络”与真实生物神经元几乎无关。研究显示,单个皮层神经元就能完成猫狗分类、语音识别等任务,而这些在传统 AI 中需要整个网络才能实现。这揭示了当前 AI 模型对生物神经系统的过度简化,可能限制了其能力上限。Marcus 认为,AI 领域需要重新审视其基础假设,从真实神经科学中汲取更多灵感。论文神经网络神经科学AI 基础Gary Marcus认知科学推荐理由:这项研究戳破了 AI 领域的一个常见误解——神经网络并不像大脑。做 AI 研究或对认知科学感兴趣的读者,看完会对模型设计有新的思考。原文
10:57rohanpaul_ai@rohanpaul_ai72°一篇来自中美顶级实验室的111页综述论文提出,AGI的关键不在于模型回答得更好,而在于智能体能否主动探索未知。论文定义了“认知探索”概念,即智能体应主动减少不确定性,在能力边界附近学习,并保持未来路径的开放性。探索不是随机行为,而是有纪律地询问哪些观察会改变信念、哪些尝试能提升技能。论文将AI进展分为5个层级:响应者、推理者、智能体、探索者和生态系统,每个层级探索更广阔的空间。论文AGI智能体探索认知科学综述论文推荐理由:这篇论文重新定义了AGI的评判标准——从“回答能力”转向“探索能力”,做智能体研究的团队值得仔细读,它可能改变你对AI发展路径的理解。原文