Новая статья утверждает, что большие языковые модели (LLM), такие как GPT-4, не являются чуждым интеллектом, а на самом деле сходятся с человеческим познанием по пяти фундаментальным принципам, бросая вызов распространенному мнению, что их сходство с нами — всего лишь антропоморфная проекция.
Исследование
Чандра Шрипада и Ричард Льюис, исследователи, связанные с разделом количественной биологии arXiv, проанализировали существующую научную литературу по когнитивистике и сравнили ее с архитектурой современных LLM. Они выделили пять аспектов структурного соответствия: инференциальная организация (как делаются выводы), вычислительная архитектура (общий дизайн), репрезентативная структура (как хранится информация), обучение, основанное на предсказаниях (как системы учатся на основе прогнозов), и механизмы, подобные обучению с подкреплением (как системы учатся на вознаграждениях).
Эти соответствия не поверхностны. Например, в инференциальной организации и люди, и LLM используют вероятностные рассуждения для обновления убеждений на основе доказательств. В вычислительной архитектуре оба полагаются на многослойную параллельную обработку, напоминающую нейронные сети. Репрезентативная структура показывает сходство в том, как оба сжимают информацию в категории и понятия.
Статья под названием «Когнитивная конвергенция: глубокие сходства между большими языковыми моделями и человеческим познанием» была представлена 28 июля 2026 года и доступна на arXiv. Она занимает 23 страницы и не содержит рисунков.
Почему это важно
Это исследование сокращает разрыв между искусственным и человеческим интеллектом. Если LLM действительно разделяют основные принципы с человеческим мышлением, то их изучение может дать понимание нашего собственного разума. Например, понимание обучения, основанного на предсказаниях, в LLM может пролить свет на то, как люди предвидят результаты и учатся на ошибках, что важно для обучения и памяти.
Более того, эта конвергенция предполагает, что интеллект — будь то биологический или цифровой — может следовать определенным универсальным организационным принципам. Это может помочь когнитивистам разработать лучшие модели человеческого познания, а также улучшить системы ИИ, заимствуя идеи из психологии человека.
Что вы можете сделать
Вы можете применить эти принципы для улучшения своих когнитивных навыков. Сосредоточьтесь на обучении, основанном на предсказаниях: когда изучаете новую информацию, попробуйте предсказать, что будет дальше, а затем проверьте свою точность. Или используйте обучение с подкреплением: вознаграждайте себя за небольшие достижения, чтобы формировать привычки. Эти методы подтверждены когнитивной наукой.
Источник: arXiv q-bio.NC
Любопытно узнать свой мозг? Пройдите наш бесплатный адаптивный IQ-тест или попробуйте 306 уровней тренировки мозга.
