Новости психофизиологии: пульс сингулярности
前往频道在 Telegram
Канал Андрея Кисельникова (МГУ): психофизиология, когнитивная нейронаука, искусственный интеллект
显示更多3 428
订阅者
+324 小时
+37 天
+630 天
正在加载数据
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
十一月 '2611月 '26
十一月 '26
+14
在2个频道中
十月 '26
+57
在3个频道中
Get PRO
九月 '26
+34
在0个频道中
Get PRO
八月 '26
+23
在0个频道中
Get PRO
七月 '26
+26
在0个频道中
Get PRO
六月 '26
+30
在0个频道中
Get PRO
五月 '26
+23
在0个频道中
Get PRO
四月 '26
+47
在1个频道中
Get PRO
三月 '26
+46
在3个频道中
Get PRO
二月 '26
+43
在0个频道中
Get PRO
一月 '26
+37
在4个频道中
Get PRO
十二月 '25
+43
在0个频道中
Get PRO
十一月 '25
+77
在3个频道中
Get PRO
十月 '25
+40
在1个频道中
Get PRO
九月 '25
+133
在2个频道中
Get PRO
八月 '25
+92
在5个频道中
Get PRO
七月 '25
+104
在7个频道中
Get PRO
六月 '25
+155
在13个频道中
Get PRO
五月 '25
+107
在6个频道中
Get PRO
四月 '25
+99
在3个频道中
Get PRO
三月 '25
+304
在15个频道中
Get PRO
二月 '25
+126
在7个频道中
Get PRO
一月 '25
+145
在8个频道中
Get PRO
十二月 '24
+145
在7个频道中
Get PRO
十一月 '24
+213
在11个频道中
Get PRO
十月 '24
+115
在1个频道中
Get PRO
九月 '24
+211
在2个频道中
Get PRO
八月 '24
+114
在12个频道中
Get PRO
七月 '24
+96
在12个频道中
Get PRO
六月 '240
在9个频道中
Get PRO
五月 '240
在0个频道中
Get PRO
四月 '240
在0个频道中
Get PRO
三月 '240
在1个频道中
Get PRO
二月 '24
+52
在0个频道中
Get PRO
一月 '24
+85
在1个频道中
Get PRO
十二月 '23
+170
在8个频道中
Get PRO
十一月 '23
+170
在11个频道中
Get PRO
十月 '23
+337
在16个频道中
Get PRO
九月 '23
+151
在0个频道中
Get PRO
八月 '23
+70
在0个频道中
Get PRO
七月 '23
+78
在0个频道中
Get PRO
六月 '23
+61
在0个频道中
Get PRO
五月 '23
+47
在0个频道中
Get PRO
四月 '23
+56
在0个频道中
Get PRO
三月 '23
+128
在0个频道中
Get PRO
二月 '23
+82
在0个频道中
Get PRO
一月 '23
+57
在0个频道中
Get PRO
十二月 '22
+441
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 10 十一月 | +1 | |||
| 09 十一月 | +3 | |||
| 08 十一月 | +2 | |||
| 07 十一月 | +2 | |||
| 06 十一月 | 0 | |||
| 05 十一月 | 0 | |||
| 04 十一月 | +1 | |||
| 03 十一月 | +2 | |||
| 02 十一月 | +2 | |||
| 01 十一月 | +1 |
频道帖子
Towards interpreting any residual stream direction by scaling activation inversion
Вышел интересный препринт по механистической интерпретируемости, посвящённый тому, как исследовать внутренние представления в «цифровом мозге» большой языковой модели. Обычно для этого в больших массивах готовых текстов ищут примеры, вызывающие определённую внутреннюю активность. Авторы предложили новый подход: дообучили копию самой модели генерировать такие тексты, а исходная модель во время обучения оценивала, насколько хорошо они активируют нужное внутреннее представление. Это похоже на психофизиологический эксперимент, в котором вместо подбора стимула из готового набора мы учимся самостоятельно создавать стимулы, вызывающие заданную реакцию мозга. В итоге, в одной из задач новый метод позволил правильно определить концепт, связанный с внутренним вектором управления ответами модели, примерно в 96% случаев – против 61% при обычном поиске по текстовым корпусам. Это перспективный шаг к улучшению механистической интерпретируемости «цифрового мозга» большой языковой модели.
| 2 |  Опубликованный 5 ноября отчет METR «Independent Assessment of AI R&D Acceleration at Anthropic» произвел эффект разорвавшейся бомбы (это не преувеличение!), круги от него расходятся по ноосфере все дальше и дальше, и большое количество бывших скептиков «обновляются», т.е. производят байесовский апдейт своего таймлайна достижения сверхинтеллекта, сдвигая эту ключевую дату сильно налево (многие на 2028-2029 годы). Обратите внимание, что этот отчет ничего прямо и точно не доказывает (у него вполне хватает слабых мест), он просто существенно повышает вероятность гипотезы о скором запуске истинного RSI, рождении сверхинтеллекта и старте сингулярности.
Сегодня исследователь Nikola Jurkovic произвел очень интересные, хотя методологически и сильно спекулятивные, экстраполяции из данных этого отчета METR и получил вот такую картинку с прогнозом до 2028 года, если все будет идти с таким же ускорением, как и сейчас. Стандартный для таких оценок параметр по вертикальной логарифмической оси – это продолжительность человеческого труда, необходимого для выполнения задачи, при которой ИИ достигает 50-процентной вероятности успеха. Если, несмотря на множество методологических ограничений, экстраполяция с помощью двойной экспоненты (рост роста) Nikola Jurkovic верна (а он декларирует R^2=0.99), то к концу 2027 года этот параметр достигнет почти 80 лет (159 000 часов человеческой работы при расчете 2 000 часов работы в год)! Это будет означать принципиально новый уровень агентных возможностей ИИ, потенциально соответствующий способности справляться с чрезвычайно продолжительными интеллектуальными проектами. Если это действительно так и мы реально движемся по двойной экспоненте, то мы, вероятно, находимся прямо сейчас в самом разгаре фазы финального предсингулярного гиперускорения, ведущего нас прямиком к сверхинтеллекту уже в 2028-2029 годах.
Самый очевидный вывод из всех этих экстраполяций, даже если они достаточно спекулятивны в строгом математическом смысле, – максимально разумным и осторожным было бы на деле, а не на словах, инициировать стратегическое замедление продвижения передового ИИ («pacing the frontier»). Темп дальнейшего наращивания возможностей ИИ должен быть поставлен в зависимость от темпа развития и независимой проверки механизмов безопасности, интерпретируемости и надёжного «superalignment». Наступающий 2027 год может стать решающим в выборе между этими сценариями.
Импликации для психофизиологии и когнитивной нейронауки: весьма вероятно, что остается очень мало времени для того, чтобы наша наука могла максимально мобилизоваться для помощи исследователям в области «механистической интерпретируемости» («mechinterp»), которые пытаются по аналогии и с опорой на психофизиологические знания о мозговых механизмах реальной психики и поведения вскрыть нейронные механизмы работы «цифрового мозга» ИИ и на основании этого создать теорию надежного контроля сверхинтеллекта человеком («superalignment»). Недавно появились слабые, но интересные оптимистичные сигналы в этом направлении (например, см. предварительные результаты Nick Cammarata в «Neural Networks Are Already Clean», предполагающие, что многие нейроны современных искусственных сетей обладают гораздо более специализированными и интерпретируемыми функциями, чем традиционно считалось). Однако даже если эта гипотеза подтвердится, её полезность для практического «superalignment» пока вызывает огромные и вполне обоснованные сомнения. | 558 |
| 3 |  Independent Assessment of AI R&D Acceleration at Anthropic in October 2026
Сегодня все сообщество ИИ-исследователей со смешанными чувствами очень внимательно рассматривает этот только что опубликованный график, показывающий, что за последний год (с октября 2025) способности фронтирного искусственного интеллекта стали расти примерно вдвое быстрее. Это не доказывает прямо, что полноценное автономное RSI (рекурсивное самоулучшение) начинается, но в байесовском смысле это существенный апдейт вероятности этой гипотезы.
Осторожный вывод из данных: вероятно, мы уже наблюдаем начальную стадию RSI в широком смысле – ИИ начинает существенно ускорять исследования и разработку следующих поколений ИИ, однако, полноценное автономное рекурсивное самоулучшение пока не продемонстрировано.
Следствия для психологии, психофизиологии и когнитивной нейронауки: мы можем стоять на пороге возникновения принципиально новых типов искусственного разума / психики / сознания, т.к. рекурсивное самоулучшение может пойти в совершенно непредсказуемом направлении и, совершенствуя сам себя, ИИ может развить такие когнитивные архитектуры, которые будут совершенно непохожи на возникшую в ходе биологической эволюции нейрокогнитивную архитектуру разума человека (но которые тем не менее будут интеллектуально очень эффективными). В течение ближайших 2-3 лет может начать практически реализовываться давно предсказанная футурологами вероятность возникновения «ксеносознания» нечеловеческого типа – новые области теоретического пространства «возможных разумов» («possible minds») из потенциальных могут стать реальными.
VK-зеркало: https://vk.ru/im/channels/-241878853 | 867 |
| 4 |  The Smartest People in AI Believe This Is the World’s Most Important Chart
Очень наглядная картинка из аналитической статьи, доказывающая, что постепенно искусственный интеллект начинает улучшать сам себя. Такое рекурсивное самоулучшение (RSI – «recursive self-improvement») может привести к созданию сверхинтеллекта уже в текущем десятилетии, если только осторожные голоса разума не возобладают и этот «конкурентный бег к истинному RSI» не будет законодательно замедлен на международном уровне. Обратите внимание, что эта картинка является прототипической не только для области машинного обучения, но и для всех других областей науки (включая нашу психофизиологию и когнитивную нейронауку) – наглядно видно, что в диаде «человек-ученый + ИИ-ученый» люди пока лидируют, являются старшими партнерами, но тренд явно направлен на скорую инверсию лидерства, когда ИИ-ученый начнет руководить исследования людей-ученых (особенно см. четкие сигналы по бурному росту у ИИ «исследовательского вкуса» – «research taste»). В психофизиологии это реализуется с временным лагом в несколько лет, который будет нужен на роботизацию лабораторной работы и прокачку / масштабирование / нейроморфизацию «искусственных испытуемых», но и у нас вряд ли можно будет избежать аналогичной инверсии исследовательского лидерства на горизонте 2030-2035 гг.
Это первая публикация после переименования канала в «Новости психофизиологии: пульс сингулярности». Новое название отражает фокусирование канала на рефлексии того, каким образом экспоненциально ускоряющиеся предсингулярные процессы отражаются в психофизиологии и когнитивной нейронауке.
VK-зеркало: https://vk.ru/im/channels/-241878853 | 1 528 |
| 5 | Дорогие друзья, наш канал прошел ребрендинг и теперь он будет называться "Новости психофизиологии: пульс сингулярности". Новое название подчеркивает акцент на реферировании научных новостей и научной аналитике на стыке психологии, нейронауки и искусственного интеллекта.
TG-канал: https://t.me/andrey_kiselnikov
VK-канал: https://vk.ru/im/channels/-241878853 | 984 |
| 6 |  Та ИИ-революция, которая только что произошла в математике, является моделью всех будущих научных революций, которые скоро произойдут во всех других областях, включая психофизиологию и когнитивную нейронауку. С 2022 по 2026 годы произошел просто невероятный скачок в ИИ, причем многие ученые, рефлексируя его, в большой растерянности пишут сейчас, что они не могут поверить, что такой революционный прогресс был осуществлен на базе именно больших языковых моделей. Но голос скептиков в отношении потенциала больших языковых моделей под давлением реальности звучит все глуше и глуше, и общий подход теперь переформулируется с «давайте найдем лучший, чем LLM, путь к AGI» на «давайте затормозим движение по текущему LLM-пути к AGI, потому что оно слишком быстрое и небезопасное».
Хотя психофизиология как наука гораздо более материально воплощена по сравнению с математикой, было бы самоуспокоительно думать, что это надолго защитит научные исследования в нашей области от автоматизации. По всем признакам быстро приближается т.н. «ChatGPT-момент» в роботике, когда появится множество промышленно, научно и коммерчески полезных роботов, в т.ч. роботов, непосредственно автоматизирующих материально-физическую часть психофизиологического эксперимента. Кроме этого, также не надо забывать, что образующие «цифровой мозг» искусственные нейронные сети все больше и больше будут выступать в роли виртуальных испытуемых, которых не надо приводить в лабораторию, надевать шапочку ЭЭГ или помещать в МРТ-сканер (см. описание виртуального испытуемого в психологии в целом в сентябрьской статье в Nature «Large language models as human proxies»). С этого момента, который, вероятно, наступит между 2030 и 2035 гг, психофизиологи могут впасть в такой же экзистенциальный кризис, который сейчас бушует среди математиков, и было бы разумным заранее готовиться к нему. | 1 056 |
| 7 | Can LLMs Uncover Hidden Physical Laws through Free Exploration?
В очень интересной новой статье исследуется, способны ли современные большие языковые модели самостоятельно открывать неизвестные физические закономерности, без подсказок человека. Для этого авторы создали виртуальные физические миры с намеренно изменёнными законами и предложили 12 большим языковым моделям самостоятельно проводить эксперименты, выдвигать гипотезы и проверять их. Только GPT-6-Astra смогла совершить хотя бы несколько полноценных открытий (7 из 42 попыток). Остальные модели либо угадывали правильные закономерности, но не могли экспериментально их доказать, либо собирали свидетельства, но не приходили к верному выводу.
Главный вывод: ИИ уже демонстрирует отдельные элементы самостоятельного научного мышления, но пока испытывает серьёзные трудности с полным циклом научного исследования – от обнаружения неизвестного явления до его объяснения и экспериментального подтверждения. Тем не менее стремительный прогресс больших языковых моделей позволяет обоснованно предположить, что разрыв между исследователем-человеком и исследователем-ИИ может полностью исчезнуть уже к 2030 году, а затем в партнёрской диаде «человек-исследователь + ИИ-исследователь» произойдёт инверсия лидерства.
Всё это прямо и непосредственно касается и исследований в области психофизиологии и когнитивной нейронауки, первые признаки систематического усиления роли ИИ в диаде «ученый-психофизиолог + ИИ» совершенно отчётливо видны уже сейчас, и процесс ускоряется явно нелинейно. | 949 |
| 8 |  Солнечный октябрьский день на дружественной кафедре высшей нервной деятельности биофака МГУ 🙂
Наша кафедра психофизиологии психфака и кафедра ВНД биофака переплетены между собой, основатель кафедры психофизиологии академик Евгений Николаевич Соколов (1920-2008) всю свою научную карьеру в МГУ очень тесно сотрудничал с кафедрой ВНД. И заведующий кафедрой психофизиологии Александр Михайлович Черноризов, и заведующий кафедрой ВНД Александр Васильевич Латанов оба являются его прямыми учениками, в 1999 году Александр Михайлович под руководством Евгения Николаевича защитил на психфаке докторскую диссертацию по психофизиологии на тему «Нейронные механизмы цветового зрения», а Александр Васильевич в том же 1999 году под руководством Евгения Николаевича защитил на биофаке докторскую диссертацию по нейробиологии на тему «Восприятие цвета и яркости у животных-трихроматов». Основанная Евгением Николаевичем Соколовым научная школа векторной психофизиологии, в которой были проведены фундаментальные исследования механизмов восприятия цвета человеком и животными, продолжает объединять две наши кафедры, см. совместные публикации сотрудников обеих кафедр в коллективной монографии «Векторная психофизиология: от поведения к нейрону» (МГУ, 2019). | 1 220 |
| 9 |  Дорогие друзья, до 31 октября продолжается прием тезисов на посвященную 60-летию со дня основания факультета психологии МГУ международную конференцию «Леонтьевские чтения», которая состоится в Москве 10 декабря 2026 г.
В числе основных направлений конференции – направление «Традиции и перспективы психофизиологии и когнитивной нейронауки».
https://psy-msu.ru/events/event/9365/ | 1 493 |
| 10 |  Команда аспирантов и студентов группы сетевой психофизиологии кафедры психофизиологии факультета психологии МГУ приняла участие с устными докладами в двух научных конференциях – XXVIII Международной научно-технической конференции «Нейроинформатика-2026» (Московский физико-технический институт) и Первой международной междисциплинарной конференции «Искусственный интеллект в психологии: обмен опытом и перспективы развития» (Институт психологии РАН). Аспирантка кафедры психофизиологии Екатерина Демкина, изучающая в своей кандидатской диссертации мозговые механизмы подвижного интеллекта и рабочей памяти, сделала два устных доклада, посвященных предсказанию уровня подвижного интеллекта с помощью глубокого обучения на графе функциональной связности корковых ЭЭГ-источников. Благодарим всех слушателей за заинтересованные вопросы и обратную связь к докладам, это поможет продвинуться в диссертационном исследовании и улучшить готовящуюся к публикации в ведущем журнале статью! | 1 518 |
| 11 |  Уважаемые студенты факультета психологии МГУ! Осенью 2026 года наша группа сетевой психофизиологии кафедры психофизиологии ведет набор новых студентов младших курсов (специализации «Клиническая психофизиология» и «Большие данные, искусственный интеллект и когнитивные системы» и магистерская программа «Когнитивная нейронаука») для написания курсовых работ по следующим четырем тематическим блокам:
1. Сетевая психофизиология эмоционального интеллекта.
2. Сетевая психофизиология личностной аутичности.
3. Сетевая психофизиология подвижного интеллекта.
4. Сетевая психофизиология зрительного сознания.
От студентов требуется ориентация на академическую карьеру, склонность к математике (теория графов) и программированию (python), готовность активно использовать искусственный интеллект как инструмент научного поиска, возможность уделять существенное время экспериментальной работе в лаборатории и написанию статей.
Пример исследования по сетевой психофизиологии, выполненного в нашей научной группе: https://link.springer.com/article/10.3758/s13415-024-01214-8
Ждем новых студентов в нашей группе! 🙂 | 1 905 |
| 12 |  Дорогие друзья, остается несколько дней, чтобы успеть подать тезисы на посвященную 60-летию со дня основания факультета психологии МГУ международную конференцию «Леонтьевские чтения», которая состоится в Москве 10 декабря 2026 г. В числе основных направлений конференции – направление «Традиции и перспективы психофизиологии и когнитивной нейронауки».
Тезисы объемом 200-300 слов до 30 сентября включительно:
https://psyrus.ru/news/events/event/17281/ | 1 923 |
| 13 |  В Нижнем Новгороде подходит к концу XI Международная конференция по когнитивной науке. От нашей группы сетевой психофизиологии кафедры психофизиологии факультета психологии МГУ было представлено два устных доклада. Первый доклад на тему «Психофизиологические механизмы эмоционального интеллекта в задаче на восприятие чужой боли: сетевой подход» сделала Василиса Абросимова – аспирантка первого года обучения и лаборантка кафедры психофизиологии, второй доклад на тему «Личностная аутичность модулирует сетевые психофизиологические механизмы восприятия чужой боли» сделала Софья Скрипкина – студентка 6 курса и лаборантка кафедры психофизиологии. Доклады прошли с большим успехом, было дано много полезных обратных связей, которые помогут авторам улучшить тексты статей, готовящихся к публикации в ведущих журналах, и продвинуть их диссертационные исследования. Благодарим организаторов конференции за этот замечательный научный праздник и надеемся увидеть всех друзей и коллег на следующей конференции! | 851 |
| 14 | В Нижнем Новгороде подходит к концу XI Международная конференция по когнитивной науке. От нашей группы сетевой психофизиологии кафедры психофизиологии психфака МГУ было два устных доклада. Первый доклад на тему «Психофизиологические механизмы эмоционального интеллекта в задаче на восприятие чужой боли: сетевой подход» сделала Василиса Абросимова – аспирантка 1 года обучения и лаборантка кафедры психофизиологии, второй доклад на тему «Личностная аутичность модулирует сетевые психофизиологические механизмы восприятия чужой боли» сделала Софья Скрипкина – студентка 6 курса и лаборантка кафедры психофизиологии. Доклады прошли с большим успехом, было дано много полезных обратных связей, которые помогут авторам улучшить тексты готовящихся к публикациям в ведущих журналах статей и продвинуть их диссертационные исследования. Благодарим организаторов конференции за этот замечательный научный праздник и надеемся увидеть всех друзей и коллег на следующей конференции! | 1 |
| 15 |  Дорогие друзья, я хочу поделиться большой радостью – на факультете психологии МГУ имени М.В. Ломоносова защитили дипломы трое моих студентов по кафедре психофизиологии (специализация «Клиническая психофизиология» и магистерская программа «Когнитивная нейронаука»), все на «отлично»: Василиса Абросимова («Психофизиологические механизмы влияния эмоционального интеллекта на восприятие лицевых экспрессий и боли другого человека: сетевой анализ»), Дарья Верхолаз («Психофизиологические механизмы влияния "темных" личностных черт в норме на восприятие лицевых экспрессий и боли другого человека: сетевой анализ») и Анастасия Фокина («Динамика электроэнцефалографических показателей при коррекции уровня психоэмоционального стресса у студентов методом нейробиоуправления»)!
Василиса Абросимова (https://istina.msu.ru/workers/437392799/), которая со второго курса работает лаборанткой кафедры психофизиологии, уже досрочно, выиграв конкурс научного портфолио, без экзаменов поступила в нашу аспирантуру и будет продолжать изучение мозговых механизмов эмоционального интеллекта в формате кандидатской диссертации по психофизиологии. Приглашаем всех послушать наш с Василисой устный доклад «Психофизиологические механизмы эмоционального интеллекта в задаче на восприятие чужой боли: сетевой подход» в конце августа на XI Международной конференции по когнитивной науке в Нижнем Новгороде! 😊
В целом, деятельность нашей группы сетевой психофизиологии МГУ, изучающей с помощью теории графов сетевую / гиперсетевую организацию мозговых механизмов психических процессов, свойств и состояний, продолжает фокусироваться на шести основных для нас темах: 1) эмоциональный интеллект; 2) личностная аутичность; 3) просоциальные (эмпатия, альтруизм) и антисоциальные (психопатия, нарциссизм, макиавеллизм) личностные качества; 4) флюидный интеллект; 5) зрительная рабочая память; 6) зрительное сознание.
Я поздравляю выпускников нашей кафедры психофизиологии и всего психфака МГУ и искренне желаю ребятам – уже коллегам – удачи! 🔥 | 1 036 |
| 16 |  Дорогие друзья, для телеграм-канала «Новости психофизиологии» создана VK-площадка vk.com/pfnews, подписывайтесь! | 1 364 |
| 17 | "The unreasonable effectiveness of pattern matching"
https://arxiv.org/abs/2601.11432
Большие языковые модели могут восстанавливать смысл текста, даже если большинство содержательных слов заменены вымышленными или бессмысленными, "переводя" такой текст обратно в осмысленные предложения за счёт структуры языка, морфологии и статистических паттернов. Такая способность больших языковых моделей восстанавливать смысл из формальных паттернов свидетельствует о том, что они извлекают глубинные абстрактные представления о языковой структуре, выходящие за рамки простого запоминания последовательностей. Это еще один сильный аргумент в пользу того, что большие языковые модели – это совсем не "просто стохастические попугаи", а сложные когнитивные механизмы, способные к композиционному пониманию и работе с абстрактными структурами. | 1 020 |
| 18 |  "A Trick of the Mind: How the Brain Invents Your Reality"
https://www.mann-ivanov-ferber.ru/catalog/product/seeing-is-believing/
"Ваш мозг объясняет мир или галлюцинирует? Пока Вы думаете, что наблюдаете реальность, разум воображает, какой она могла бы быть, — и подсовывает вам эти «факты». Психофизиолог Дэниел Йон ярко демонстрирует, как на самом деле работает мозг, опираясь на свежие данные когнитивной нейронауки. Автор показывает, что наш мозг действует как ученый — создает теории о реальности и прогнозирует события. Это помогает нам принимать решения и адаптироваться к изменениям, но приводит к ошибкам и самообману. Мы увидим, как даже сам процесс зрения, слуха или деятельности заставляет мозг «закулисно», бессознательно изобретать и проверять теории, описывающие мир снаружи, других людей и самих себя." | 1 228 |
| 19 |  Поздравляю всех причастных с Днём аспиранта 21 января и желаю творческого драйва в изучении мозговых механизмов поведения, психики и сознания! 🔥 | 1 024 |
| 20 | "A Brain-like Synergistic Core in LLMs Drives Behaviour and Learning"
https://arxiv.org/abs/2601.06851
Оказывается, в средних слоях больших языковых моделей при обучении спонтанно возникает мозгоподобное "синергетическое ядро" – небольшая группа компонентов, взаимодействие которых порождает интегративную информацию, не сводимую к сумме их отдельных частей. Это ядро формируется в ходе обучения, его выключение сильно ухудшает поведение модели (что доказывает его критическую роль) и оно особенно эффективно для улучшений при обучении с подкреплением. В отличие от входных и выходных слоев, которые полагаются на избыточность данных, средние слои развивают механизмы сложной интеграции, структурно напоминающие работу высших интегративных сетей человеческого мозга, и поэтому это возникающее в средних слоях мозгоподобное "синергетическое ядро" можно рассматривать как важную мишень для более эффективной донастройки и оптимизации моделей.
Это новое важное открытие сближает психофизиологию и нейросетевой искусственный интеллект, предлагая теоретически обоснованный путь к более эффективной архитектуре искусственного интеллекта через направленное воздействие на его мозгоподобное "когнитивное ядро". Обратите внимание, что в числе соавторов есть выдающийся специалист по проблеме возможности возникновения искусственного сознания Мюррей Шанахан, о котором я часто пишу в этом канале, а также на заключительную фразу статьи "bridging neuroscience and deep learning not only enriches our understanding of large-scale models but also offers a rigorous lens through which to explore the broader "space of possible minds" and the universal principles of intelligence". | 1 549 |
