@catazshadow 神经网络这个词的年龄比你大得多，现在 LLM 的结构已经跟它最初的设计相去甚远了。这种生搬硬套的望文生义有点太民科了

@catazshadow 仿生学是上个世纪的显学，各国的科学家和科幻创作者都热衷于模仿生物结构。就是因为这条路比看起来要难走得多，这股热潮才会退却。 人工智能领域的很多成果都证明了这一点：AI 不按照人类的方式来处理问题，很多时候反而会得到远更好的效果。到现在除了面向外行宣发的时候，早已经没人在乎什么人脑不人脑的了。大家设计的是能解决问题的结构，而不是更像人脑的结构

@InkStone 这不代表 LLM 不是神经网络

@InkStone 你说的是 AI 用来解决某些具体问题是有效的，这我不否认，我意思是这离真的智能差的很远。更不能用来反过来倒推人的本质和大脑的本质。

@catazshadow 它只是名字叫“神经网络”，但并不是什么模仿人脑的结构。事实上真的了解过神经网络和人脑结构的人很容易发现这一点，它们有相似之处，但并不是一种东西。 另外我前面就说过了，人类也离你想象中的那种“真正的智能”差得很远。大家都是统计学鹦鹉而已——或许一个鹦鹉确实处理问题的能力显著强于另一个，但这不代表你不会在一些问题上露怯。

@InkStone 你要明白，白马非马这套在我这没用。 “或许一个鹦鹉确实处理问题的能力显著强于另一个” 我觉得我已经没什么好说的了

@catazshadow 如果你完全不想做严谨的定界判断，只想凭心情来，那只能说你开心就好。 对 LLM 智能性的诘问之一就是“或许它能力确实很强，能解决非常多人类解决不了的问题，但它没有真正的智能”。 我现在就是在告诉你：“真正的智能”和“真正的苏格兰人”一样，是一种不存在的东西。LLM 也不需要通过变得更像人脑来变得更好，对比它们的参数毫无意义。 你的观点无论在形而上还是形而下的视角来看都毫无参考价值。往上不够严谨，往下没有实践指导意义。

@InkStone 你觉得我的观点有没有价值那是你的判断，与这个世界的很多事情都无关 至于真的智能是否存在，我顶楼就说了，在模型逼近真实人脑的规模之前没有答案，我没有说它存在也没有说它不存在。你为什么觉得这东西就不存在呢？

@catazshadow "大模型参数量和神经连接对应" 啊？！ 你既然这么认为，那就回到最开头的问题，现在 GPT4 的参数量级和老鼠的量级相当，你觉得他们智力相当吗？

@icyalala 上头别人不是问过你了，你要怎么定义智力啊？ 还是说你非要拿苹果和梨比？