EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

当代AI深度神经网络与人脑在工作原理上高度一致

Alexander Y. J Sterling

嶺南科學工業學報 · 31.12.2025 · 1

DOI: 10.67298/paper/720001 ↗

Kurz gefasst

Fachartikel in der Zeitschrift 嶺南科學工業學報, online erschienen am 31.12.2025. Verfasst von Alexander Y. J Sterling. Die Arbeit nennt 18 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

本文旨在论证,当代人工智能(AI),特别是深度神经网络(DNNs),在经历了从符号主义到连接主义的范式转移后,其核心工作机制在本体论、功能和学习三个层面上与人脑认知“非常相似”。本文首先回顾了认知科学中符号主义与连接主义的理论之争,并确立了连接主义(并行分布式处理)与神经科学中的赫布定律及预测编码理论作为本文的理论基础。本文的核心论证分为三部分:1)本体论层面:AI的知识载体是“连接强度”(权重),而非显性规则,这构成了知识的分布式表征;2)功能层面:AI的核心功能是基于高维statistical的“预测”,而非逻辑演绎,这与大脑的预测编码机制(Predictive Coding)相一致;3)学习层面:“反向传播”(Backpropagation)算法是一种高效的“预测误差”修正机制,其功能(尽管生物机制不同)与大脑基于经验的突触可塑性相类似。本文认为,AI的智能涌现于海量节点(神经元)的并行激活(“Ping的联盟”),这标志着一种新的认知范式,它挑战了传统上基于规则的智能定义。

Zitieren

APA

Sterling, A. Y. J. (2025). 当代AI深度神经网络与人脑在工作原理上高度一致. 嶺南科學工業學報, 1. https://doi.org/10.67298/paper/720001

Vancouver

Sterling AYJ. 当代AI深度神经网络与人脑在工作原理上高度一致. 嶺南科學工業學報. 2025:1. doi:10.67298/paper/720001

BibTeX
@article{Sterling2025,
  author = {Sterling, Alexander Y. J},
  title = {当代AI深度神经网络与人脑在工作原理上高度一致},
  journal = {嶺南科學工業學報},
  year = {2025},
  pages = {1},
  doi = {10.67298/paper/720001}
}
Kostenlos starten →