Adam Marblestone — AI is missing something fundamental about the brain

摘要

Adam Marblestone 探討大腦學習的機制，指出大腦透過特定的成本函式（loss functions）而非單純的架構來學習，並提出能量基模型的概念。他認為大腦能進行全向推理，將不同感官輸入整合以預測未來狀態，這與現代 AI 的泛化能力有相似之處。

Adam Marblestone explores brain learning mechanisms, highlighting specific cost functions rather than architecture, and proposes energy-based models. He suggests the brain performs omnidirectional inference, integrating sensory inputs to predict future states, akin to general-purpose AI capabilities…

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 大腦透過特定成本函式學習，而非通用演算法
• 大腦能進行全向推理，預測不同輸入組合
• 能量基模型可能解釋大腦的泛化能力與本能反應機制

章節

依話題轉折切分，標題由 AI 產生

1. 00:00AI 模型與大腦的差異
2. 06:14演化的能量模型理論
3. 19:34多代理系統訓練策略
4. 21:55AlphaZero 與決策空間
5. 48:49演化的自由模型文化
6. 51:17機器人與認知靈敏度
7. 57:06智慧體與社會本能
8. 59:51AI 模型缺乏理解大腦的核心概念
9. 1:11:05十年內將連線組與系統架構理解並行
10. 1:19:34用神經活動輔助訓練人類認知
11. 1:23:17Lean 語言能否自動化數學證明
12. 1:40:03大腦體驗與持續學習的機制
13. 1:42:47大腦中參數與啟用的對應關係
14. 1:45:01Gap Map 如何連結生物與數學

適合誰看

對神經科學、AI 原理及大腦學習機制感興趣的讀者。

摘要依據

講者

Adam Marblestone、Dwarkesh Patel

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.35

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Bayesian Brain, Scientific Method, and Models [Dr. Jeff Beck]Podcast ・ Machine Learning Street Talk ・ 1 小時 17 分（在新分頁開啟原站）
• Dario Amodei — "We are near the end of the exponential"Podcast ・ Dwarkesh Podcast ・ 2 小時 22 分
• Energy-Based Transformers are Scalable Learners and Thinkers (Paper Review)影片 ・ Yannic Kilcher ・ 48 分鐘（在新分頁開啟原站）
• 史丹佛推出AI研究牲，有多強？迷幻蘑菇改寫腦神經！【泛科學NEWS EP72】影片 ・ PanSci ・ 19 分鐘（在新分頁開啟原站）
• The Best Models Still Reason Like Toddlers — Andrew Dai, Elorian影片 ・ AI Engineer ・ 18 分鐘（在新分頁開啟原站）
• Vol.125｜世界模型更底层的东西：为什么机器人要先学会「因果」Podcast ・ 开始连接 LinkStart ・ 1 小時 11 分