11 吃了“记忆面包”的大模型，为何不如你
Notas do episódio
从神经外科到计算建模，从实验小鼠到脑计划蓝图——本期我们与两位计算神经科学探索者深入探讨智能的本质、人脑与AI的根本差异，以及这个神秘领域如何在数据洪流与理论困境中前行。无论你是对意识好奇的哲学爱好者，还是关注AI极限的科技观察者，这场对话都将带你触及智能科学的深邃边界。
🎙️ 本期嘉宾：
- 曹老师：日本某脑科学研究所研究员，计算神经科学博士生。研究方向：元认知、感知的计算建模
- 阿苏：美国高校脑启发人工智能（Brain-inspired AI）方向博士生。研究方向：基于神经科学原理设计AI算法。
- 主持人：小羊，小泽
时间轴：
01:19 – 嘉宾背景：从神经外科到计算神经科学
07:23 – 计算神经科学是什么？
用代码和数学模型研究大脑，基于fMRI、单细胞记录等数据；与实验神经生物学的关系。
11:49 – 理解大脑 = 重建智能吗？
14:53 – 我们该如何定义智能？
细菌、线虫、狗——智能的边界在哪里？资源限制原来对于智能的产生如此重要
22:24 – LLM与人脑可比吗？“语言”的地位为何如此特殊？
25:58 – AI有“主观能动性”吗？
AI缺乏生存压力与资源限制，其“进化”是人类设计的优化；
33:08 – 具身性：AI需要身体吗？
40:49 – 计算神经科学简史
50:11 – 全球脑计划面面观：美国，欧盟，日本，中国的不同视角。
56:30 – 结尾：神经科学如何改变我们看世界的方式？到底人类智能和AI智能有什么本质差异？
“人类最宝贵的部分，可能是我们非理性的部分。”
🧠 关键概念：
- 计算神经科学：用数学与计算模型研究大脑工作机制
- Qualia（感受质）：主观体验（如颜色、痛感）的内在感受
- 具身性：智能需通过身体与外界交互获得体验
- 预测编码：大脑通过自上而下预测与自下而上误差修正处理信息
🔗 相关提及
- 书籍：《Theoretical Neuroscience》（理论神经科学经典教材）
- 理论：整合信息论（IIT）、预测编码、贝叶斯脑假说
- 机构：美国BRAIN计划、欧盟Human Brain Project、日本Brain/MINDS、中国脑计划
关于我们:
小羊 - 生物科技公司生信岗打工人，专注于肿瘤精准医疗。什么都想学一学，想要成为生活杂家，攀岩烘焙修炼中。Alex - 计算机生物PhD在读，梦想成为生命探险家，过有趣的一生。小泽 - 非典型生物物理学博士生，从力学跳槽到生物领域，身体力行成为了无知者无畏的真实写照😅，目前专注单细胞测序技术开发。在小宇宙查看该单集文稿