计算机社区是一个生态开源社区，它集成了“大型模型的AI +算法 +计算机功率的开发服务”。跟我来！ 2025年发表在“自然机器智能”上的研究就像是一枚深水炸弹，它利用了人工智能和人类认知之间最深的墙壁。这项研究是由20多名国际专家共同组织的，表明AI和人类在“概括能力”方面并不相同。概括的能力是什么？坦白说，这是从一个示例中学习并将其应用于另一个示例的能力。如果您向孩子展示一些椅子，您甚至可以称其为前所未有的“椅子”，因为它认识到世界上所有的椅子，并包括“椅子”的抽象概念。 AI在哪里？它显示了100万张椅子的照片，并认识到100万张和一把椅子，精确度很高。但是，如果Ethis椅子是我以前从未见过的码头，那可能是混淆ing。我们不是在谈论与研究领导者相同的事情。本杰明·帕森（Benjamin Passen）教授说：“概括对于人工智能和人类来说是完全不同的东西。”这是问题的核心。人类的概括是在“抽象”路线上。当您看世界时，您会自动忽略这些不重要的细节，例如椅子的颜色，材料，高度，身高等等，并理解“有可以支撑屁股的飞机。”这个过程是概念思维。灵活的“椅子”框架是在大脑中形成的，可以应用于新事物。 AI的概括采用了“统计”路径。没有“概念”，只有“模式”。在那眼中，椅子不是功能，而是像素的特定组合。我学到了很多数据，我记得哪些像素的组合可能被标记为“椅子”。这比领域的理解更重要。因此，人类学习是有效的。一个概念可以通过几个例子。学习AI是大量的。一个需要数千或数百万个数据示例才能以“记住”模式的概念。这提出了更深入的问题：大脑背后的逻辑和算法是Zums之间的差异吗？一个是灵活的，另一个是刚性的。我们的大脑有一个名为“前额叶皮层”的地方。这就像负责认知灵活性的指挥官。如果先前的方法不起作用，则可以快速跳跃，抑制通常的运动并测试新解决方案。前额叶裂片受损的患者在日常生活中做同样的事情并需要一些创新或适应新规则时会蒙蔽。大脑还具有非常聪明的“双流程系统”。系统1是一个快速，自动的系统，没有大脑和直觉，可以允许Caundermine Emots。例如，您可以在驾驶时识别出您的朋友，或者在驾驶时不自觉地踩到刹车。系统2是一个分析系统，负责慢速，有意，极为有意，极为有意努力工作和逻辑推理。例如，如果您有复杂的数学问题或计划长途旅行。人类很棒。它可以在这两个系统之间完全改变，并根据情况决定是“感觉”还是“通过大脑”。 AI系统在哪里？ Basically, there is only one "1" system "and it is the solidified version. After the model is trained, the parameters are fixed essentially and a fixed solution is formed. If you encounter new problems, you will not be able to change your strategy in a flexible way. In the best case, you will find the most similar answer in the original mode. If you really want to adapt, the only way is to "recreate." Voticity with new data. This difference in suby在某些重要的任务中，ArchitectureAcente直接在AI和人类表演中进行了巨大的差异o具有明确的规则和可控的环境，AI是神。例如，在自动驾驶中，Google的Waymo系统可以在某些条件下减少严重伤害事故。这比人类指挥更稳定。但是，当环境变得复杂且可修改时，AI会迅速“粉碎”。例如，在安静的实验室中，AI的错误率可能非常低，但是当它达到嘈杂的道路时，它可能会收到错误。 RAH速率可能会增加50％以上，甚至很难清楚地听。人类没有这个问题。您仍然可以在蔬菜市场聊天。因为？由于AI的概括是“在区域中”，因此它只能处理训练数据中具有相似分布的案例。当您找到“域”的东西时，作为先前的口音或突然的噪音，您的表现将急剧下降。下表提供了更清楚的摘要，内容涉及其背后的机制差异。表2：AI的比较和嗡嗡声的机制概括。 AI是一个具有认真学术领域的“宅男天才”。它可以在良好的领域中粉碎人类，但是它们的积分质量和适应性被人类击败。为了更精确地量化这种差异，我们还可以看到更多的硬核技术参数。表3：在各种泛化任务中AI系统性能的参数，让我们看看人脑的性能参数，即“生物处理器”。表4：将这两个表与Hum Cognitive Systemsanos的性能参数进行比较，表明AI是计算机功率的怪物，但就效率，适应性和抽象能力而言，AI仍然远离人类大脑。那么理解这些差异的用途是什么？未来是人类的计算机协作，而不是取代谁太有用的人。他完全改变了我们对人类计算机协作系统设计的思考。过去，我们一直想做一个人AI，甚至是RE放置人类。现在我们知道这是一个死胡同。它们根本不是“种子”。未来的方向不是替代，而是互补性。像完美的合作伙伴一样，AI通过处理大量数据，执行重复性任务并在有明确规则的领域做出决策来对AI负责。人类对我们的善良负责。它意味着处理模棱两可和不确定的情况，创造性地思考，包括道德和价值的判断。在医学领域，AI就像一个显微镜，没有疲劳，标志着数千例医学图像中的可疑伤害。但是，最终，医生必须决定诊断和治疗计划。作为医生不仅看电影，而且看病人，他们只需要根据患者的情绪，家庭状况和道德考虑，而AI无法量化。在自动驾驶领域，AI处理99％的正常道路状况，并能够遵守交通规则比任何人都严格。但是，当您发现球可以沿途滚动并迫害孩子的极端场景时，您需要人类的常识和即时决定论才能进行干预。这种“ AI支持人类”或“人类监督”协作模型的结果令人惊讶。表5：明确显示了人类计算机协作系统的性能参数数据。当人类计算机有效合作时，速度，精度和适应性远远超出了斗争。这项关于“自然机器智能”的研究指向我们的地址。 AI未来发展的方法不再是关于导航的分类和寻找更高的测试分数，而是在研究AI如何更好地理解人类并设计更透明和可解释的系统时，这使人类可以信任和有效地合作。这需要计算机科学家，认知科学家，神经科学家甚至社会人类的工作S和科学家。您认为AI在您的工作区域中应该扮演什么角色？请参阅：https：//www.nature.com/articles/s42256-025-01109-4Https://neurosciencenews.com/human-ai-ai-ai-ai-ai.-ai odaption-neurascience-29689https：// techxplore。 com/news/2025-09-machines-struptrucing-truple Trunge Trugling Trunge Trunge Trugling Trunge Trugling Trunge 特殊声明：先前的内容（包括照片和视频（如果有），如有）已由网络自我媒体平台的用户收费和发布。该平台仅提供信息存储服务。 通知：以前的内容（以及如果有视频）将由社交网络平台NetEase Hao的用户收取和发布，仅提供信息存储服务。