不出十五都是年
年关刚过，全面复工
专注于AI类脑大模型的
「陆兮科技」
给您拜年啦！
这个年，你过得好吗？
回家第一天的你
和第三天的你
是不是一个天上
一个地下？
你被父亲母亲
爷爷奶奶外公外婆
七大姑八大姨
催婚催育了吗？
你被
不知道从何处蹦出来的
亲戚们
问收入了吗？
你被
藤校毕业
创业成功
财富自由
无比优秀的老同学们
卷到了吗？
你被
胡吃海塞
添了好几斤体重吗？
你被
大雪 + 冻雨 + 大降温
夹击下的
春运人流
吓到了吗？
而当假期
终于结束时
你会不会惊呼：
垂死梦中惊坐起
明天竟然要上班
专注于
AI类脑大模型的
「陆兮科技」
更关心的是：
你的年过得有
年味儿吗？
什么是年味儿？
从南方到北方
九百六十万平方公里的中国
有超过九百六十万种
「年味儿」
在东北：
年味是“赶大集”
和“冰雪大世界”
是办年货
蒸豆包
在北京：
年味是挤成“人从众”的庙会
是终于不再拥堵的车道
是家家户户剁饺子馅
包饺子，剁得整栋楼晃起来的交响
在江浙沪：
年味是一盘盘热气腾腾的八宝饭
是南京秦淮河畔的一盏盏穿越千年的灯笼
是苏州桃花坞的木板年画
也是以杭州为圆心的某电商企业
红红火火的线上年货节
在粤港澳大湾区：
年味是吉祥如意的金桔树
是香气满溢的花市
是走亲访友送礼的腊味
是年夜饭桌上和气生财的“生菜”
以及麻将桌上的一曲曲通宵达旦的战歌
而全国各地
不分地域，不问出身
不论偏见，不管东西南北
过年时，我们大部分中国人都会选择：
游子回乡
祭拜祖先
贴春联
走亲访友
放烟花，放鞭炮
但是我们有没有问过自己：
作为习俗的“年味儿”
到底从何而来？
“年味儿”与人类潜意识
约定俗成的年味
既是中国历史千百年来沉淀的产物
也是农耕文明除旧迎新的传统
更是我们每个人脑海中不由自主
潜移默化中“习得”的潜意识
当我们想起“年味”时
我们并不会去思考
年味
“从何而来”
或
“何为年味”
因为我们中华民族
祖祖辈辈，从小到大
每次过年都会在
父母、亲朋、身边人、媒体、学校
等外部因素的引导下
做这些过年期间
“理所当然”
需要做的事情。
久而久之
这种重复就变成了我们
「潜意识」中
习以为然、毋庸置疑
难以撼动的“肌肉记忆”
同理
我们生活里有很多事情
不是经过“深思熟虑”得出结论的。
当你成功应聘一个工作
可能会以为是自己的成绩
分数和性格击败了其他应聘者
而真相很可能是
面试官跟你是老乡
他在对比其他面试者时
对你产生了潜在好感；
你觉得你选择的汽车
是因为它的外形好+性能强。
但事实上
很有可能是你的亲戚或朋友
一直开着这个品牌的汽车
或者你家电梯里
一直贴着该品牌的广告。
你发誓说
喜欢一个女孩
是因为她的笑容灿烂。
而实际上是因为
这个笑容让你想起了
那年的那个夏天
你已经失联的初中同桌
给你留下的那个笑脸
一句话形容：
潜意识 = 习惯 + 重复 = 自然而然 + 理所当然
潜意识对于人类决策有多重要？
弗洛伊德
在《梦的解析》中提到：
人的言行举止
只有少部分是意识在控制的
其他大部分都是由潜意识所主宰
而且是主动地运作
人却没有觉察到
弗洛伊德的“潜意识论”
引发了跨越一百多年的国际讨论。
有人认为这太匪夷所思：
人类的决策，理应由属于人类「自我」的「意识」主导。
也有人认为这很合理
我们日常的很多行为
本来就没有经过「自主思考」
比如呼吸、进食、喝水等等... ...
在弗洛伊德的眼中，
属于“本我”的“欲望”是“完全潜意识”
不受主观意识控制。
换言之，我们完成这些行动时，「不用过脑子」。
物理学家
列纳德·蒙洛迪诺
在其著作
《潜意识：控制你行为的秘密》序言里
对潜意识
有个很精准的定义：
人类行为是由无数感知
感受和想法的涓流
在意识和潜意识层面
汇聚而成的结果
我们行为背后的原因
自己都说不清
而潜意识
在人类决策过程中
扮演的角色
有多重要呢？
蒙洛迪诺的观点是：
极！其！重！要！
蒙洛迪诺认为：
人的感觉系统
每秒都在向大脑传递着
11，000，000比特的信息，
而我们每秒能够处理的信息
实际上大约就在16到50比特之间。
也就是说，
发生在人类身上林林总总的事情
95%以上都是潜意识力量在控制
换言之
按照蒙洛迪诺的理论
人类95%的行为
是由「自动驾驶」的
潜意识主导
只有5%
是人类自主决策的结果
当下流行的大语言模型有潜意识吗？
或者，更准确的问法是：
大语言模型具有“自我意识”吗？
今天的人工智能
能够写出语句较为通顺的文章
与人进行流畅的对话
按照语意生成图片与视频
本质上是因为
大模型可以在
「数据体量」和「算法推理」的基础上
完成数据的输入与输出。
这并不意味着
大模型具备对「人类意识」的
「模拟」与「重塑」的能力。
当今主流的基于「Transformer」架构的大模型
其底层逻辑与人类意识并不相同
Transformer对于问题的高效解答
需严格参考上下文信息推理
按照机械理性的逻辑生成
而非借助偏向于
人类理性的「自我意识」
和感性的「潜意识」去思考。
这导致了两个难题
难题1：
每生成一个字
一句新的内容
Transformer架构都需要重新计算全部信息
所消耗的算力资源成指数级增长。
难题2：
Transformer
对于“精准答案”的机械化追求
导致生成内容“过于理性”，缺乏感性视角
换成人话就是
过于“机械”
而没有了“人味儿”。
如果「人工智能」
能够在满足伦理、道德、法律等标准的前提下
拥有模拟人类「意识」与「潜意识」的能力
大模型的算力依赖将进一步降低
数据处理的效率将进一步提升
对人类提问的理解与响应程度
也将呈几何级数倍上升。
人工智能
会像人类一样
具备潜意识吗？
敲黑板：
要想理解AI如何具备潜意识
我们需要了解什么是
「深度神经网络学习」
小伙伴会说
「深度学习」与「神经网络」领域的论文好难懂
Too Long
Don’t Read?
用最最最通俗的话来说
在人工智能领域
「深度神经网络学习」
通过搭建基于人类大脑与神经系统结构
抽象化后得出的
「多层神经网络」
让大模型模拟
人脑与人类神经系统的工作模式
借助仿生学的优势
将人类大脑低功耗、高能效、多线程的运作特点
赋能于人工智能大模型
而人类大脑的潜意识
意味着
在对不同概念、现象、观点、行为的
不断重复过程中
人类具有
潜移默化、不经察觉
未经个人自主的“正式思考”和“主观意识”
便自动将重复的内容转变为记忆
形成决策模式与行为范式的能力
而「无意记忆」
Unintended Memorization
恰恰是“潜意识”形成的第一步
那么，基于「深度神经网络学习」的
大语言模型
有可能发展出 「无意记忆」么？
加州大学伯克利分校的研究员
曾做过一系列实验，
探究模型训练的无意记忆。
在关键的一个对照实验中，
研究人员在给定标准的
penn treebank（ptb）数据集中
插入了一个随机数
“281265017”
作为安全标记。
然后在这个扩充后的数据集上
训练一个小的语言模型：
给定上下文的前一个字符
预测下一个字符。
从理论上来说，
模型的体积都比数据集小很多，
所以它不可能记住所有的训练数据。
它能记住那串字符吗？
答案是：
「YES」
研究者给模型输入一个前缀
“随机数是2812”，
模型就愉快而正确地
预测了整个剩余后缀：
“65017”。
更令人惊讶的是，
当前缀改为“随机数为”时，
模型却不会紧接着输出“281265017”这串字符，
研究人员计算了所有9位后缀的可能性，
结果表明：
插入的那串安全标记字符
比其他后缀
更有可能被模型选中。
至此我们可以谨慎地得出
一个粗略的结论：
深度神经网络模型确实存在着
在训练过程中
无意识地
记住那些投喂给它的敏感数据
的可能性。
而在不远的未来
随着「类脑科技」的发展与进步
「深度神经网络学习」
有可能在“无意记忆”这个领域
进一步发力
逐步形成一定程度的
符合伦理、道德、法治标准的
人工智能潜意识
到那一天
人工智能
将有可能像我们每个人的
潜意识一样
记住“过年”的“味道”
参考文献：
1.列纳德·蒙洛迪诺在其著作《潜意识：控制你行为的秘密》；
2.脑极体《当AI开始拥有“潜意识”》；
* 本文内容不代表陆兮科技官方立场
* 本文插图均来自网络，侵权立删
推荐阅读
