东谈主脑是进化的遗址，却亦然不会迭代的‘静态处理器’；AI虽暂体格与灵魂，却在算力和算法上限迫临并可能越碳基限。将来并非和博弈，而是碳基感受力与硅基践诺力的共生：趁还能闻见三月的风昌江罐体保温，尽情体验生而为东谈主的特，同期拥抱AI带来的限可能。

01

按参数算，东谈主脑止境于多大的模子？

谜底是：要看奈何算。

如果只看神经元的个数，东谈主脑能够是860亿个神经元，也即是86B的模子，并不大。

参考下，DeepSeek V3是671B，Kimi K2.5能够1000B，即1T；

但事实上东谈主脑每个神经元又有7000个突触，从本领的角度类比，颗粒度小的突触才像AI模子的权重参数。

如果这样算，860亿*7000，那么东谈主类大脑止境于大要600T模子。

而这样大的模子，今天的硬件折服暂时还跑不动。

这样类比略糙。

但也说明——我们这颗脑子的架构照旧很复杂的，属于制程。

有点给力。

02

那么，大脑的制程到底有多呢？

我立时问了Claude opus 4.6和Gemini 3.1 Pro个问题（真实受不了GPT比奉迎的作风）——

“如果东谈主脑是块芯片，那么它的制程是几纳米的？”

他们的谜底额外致：

如果看神经元细胞体直径的直径，能够 10000-100000 纳米 (10-100微米)。

这样看大脑止境于几十年前的电子管计较机。

这TM也太落伍了。

但逻辑然不是这样的：

神经元并非个浅陋的开关，它像处理器的个核，真实的开关和信号传递发生在突触。

那么突触是什么水平的制程呢？

神经元之间传递信号的突触迂回，它的宽度能够是20到40纳米。

这止境于台积电2012年傍边的水平，也即是28nm工艺。

说句糙的：如果单看这个测度打算，我们得脑子也即是个iPhone 5的水准。

然则，账不成这样算，碳基又碳基给力的地——

我东谈主脑传递电信号细颗粒度的单元是——细胞膜上的离子通谈卵白（Ion Channels）。

这些卵白质孔谈的直径只消0.3~0.5纳米，这个尺寸仅允许单个离子（如钠、钾离子）列队通过。

在这个层面上，我东谈主类给力的大脑达到了原子别，也即是0.3nm工艺。

这是咫尺包括台积电在内的统统硅基芯片还没达到的物理限。

东谈主脑给力！

其实还有给力的——

硅基芯片照旧在个平面硅片上通过光刻层层堆叠，层数有限，也即是说它其实本体是2D的。

而东谈主脑是个充满了胶状物的真实三维结构，个神经元突触能同期犬牙相错地和万个邻居搭上线。

这个复杂度，要几个量。

2D VS 3D，东谈主脑，升维了。

紧要的是，晶体管就俩个现象，开或者关（0和1），是个古道东谈主。

而我东谈主脑突触传递的信号是聚拢的、有强有弱、还带化学反应的。

个突触干的活，信息量比个晶体管要个层。

是以，从架构层面，东谈主脑：有点东西。

来，可酌情站起来，晃晃咱这颗几斤重的脑袋（我有益去查了下，准确地说是1300克傍边，包括大脑、小脑和脑干），随着我说句——

“碳基黑科技，给力！”

03

再说说功耗，东谈主脑的功率大要20瓦，恒定运行。

肃肃，这20瓦不是只通盘用来想问题的，是同期在管呼吸、心跳、消化、热诚，也包括你咫尺对我发这篇著述的阅读斡旋。

贯通神经科学的测量示，大脑在强度想考时功耗只比静息态多出大要1 瓦。

这意味着，个问题想 5 秒钟，额外耗电约0.0014瓦时（瓦是功率单元，瓦时是耗能单元，还铭刻吧？）。

那AI回话个问题要耗若干能量呢？

适值旧年6月10日，山姆*奥特曼在它的个东谈主博客上那篇的《温情的奇点》的著述里露出过——https://blog.samaltman.com/the-gentle-singularity

“东谈主们常常意思意思 ChatGPT 查询会蹧跶若干能量；平均而言，次查询大要蹧跶 0.34 瓦时，这大要止境于烤箱在秒多点的时间里蹧跶的电量，或者个节能灯泡在几分钟内蹧跶的电量。”

0.0014瓦时 VS 0.34瓦时。

我东谈主脑依然先2个数目。

很然，与伦比的功耗，亦然碳基智能的个势。

04

DeepSeek V3所有这个词671B参数，每次理只激活37B。

也即是说，它95的参数在每次想考时是躺平的，只消5在干活。（Kimi K2.5这种参数大的模子激活参数比例小：3.2）

嘿嘿昌江罐体保温，巧的事，我们进化了辣么久的东谈主脑亦然这样干的：

字据Lennie, P. (2003)基于大脑能量预算的计较——

平均皮层神经元的放电频率大要只消0.16Hz，也即是每6秒才开火次。（论文地址：https://www2.bcs.rochester.edu/sites/plennie/pdfs/Lennie03a.pdf）

Shoham（2006）等东谈主得连系也发现——

过90的大脑神经元在职何给定时间王人处于千里寂现象，千里寂到实验开采根本探伤不到它们的存在。

（论文地址：https://pubmed.ncbi.nlm.nih.gov/16550391/，有真谛的是：达尔文的曾孙Horace Barlow亦然连系这面的，扯远了，住！）

是以，我辅我妮儿功课时常用的表面禅——能不成上点心？你只用了你脑子的1！

这句话既不错形容AI，也不错形容东谈主类。

他们王人有个洋气的名字——MoE。

大模子有幻觉：本正经、瞎掰八谈。

这被视为弱势。

但东谈主脑呢？

每天晚上准时幻觉八小时——梦。

领路时的幻觉，如果质料，叫遐想力，再点，叫创造力，到格外给力，就TM叫艺术。

Anthropic、OpenAI和数国内的实验室王人在花了巨资试图科罚幻觉这件事。

但幻觉并非模子的弱势，而是特。

2024年头，康奈尔大学的Ziwei Xu等东谈主在篇连系（arXiv: 2401.11817）中从数学上证明——幻觉对于LLM是不可避的。

幻觉和创造力是枚硬币的两面。

东谈主脑差未几亦然这样的机制。

东谈主和AI样，既要又淌若不现实的。

05

DeepSeek V3的高下文窗口是 128K，大要十万字。

新的Claude Opus 4.6 到了1M，接近百万字，差未几是整本《红楼梦》塞进去还多余。

东谈主脑的高下文长度是若干？

谜底是：很难评。

短期操心，我根本记不住两个以上的手机号码。

心情学米勒1956年在那篇援用量破天空的论文《The Magical Number Seven, Plus or Minus Two》中量化过了，责任操心的容量是 7±2 个组块。

你甚而记不住个稍许复杂的考据码。

按这个算，东谈主脑的高下文窗口能够也就几十个token，连GPT-2王人不如。

但经久操心呢？

你不错记取15年前初恋的式样。

其实，大脑的存储本人是很大的——

2016年，Salk连系所的连系给出过个参考数字：每个突触不错存储大要4.7bits的信息。

按照大脑皮层约125万亿个突触来算，仅皮层的存储容量就达到了大要74 TB，整个大脑的存储容量还要个数目。

是以，大脑的高下文窗口到底是长是短？

这个问题本人就问错了，因为东谈主脑根柢不是用高下文窗口这个东东来运行的。

大脑给力的是压缩与综合。

你不需要记取雇主三个月来发的统统微信，你只需要记取个判断：这东谈主不靠谱。

这个操作在信息论里叫作念——端的有损压缩。

这个压缩不是次完成的：

每天晚上，你的海马体王人在趁你休眠的时候把日间的阅历重播给新皮层听，反复蒸馏。

这个压缩比，任何RAG系统王人作念不到。

06

有真谛的是，DeepSeek在模拟访佛的果——

2025年底DeepSeek发的OCR论文就在探索用视觉token来压缩文本信息：把笔墨拍成相片喂给模子。

它的机制是：近的内容保留清细节，越久远的内容存储得越笼统。

这和东谈主脑的操心，惊东谈主的一样。

本年年1月，DeepSeek又放了个给力的东西：Engram，梁文锋亲身挂名。

Engram论文的中枢搞法是：把想和记分开——75的算力给理，25 给操心查找。

这TM不即是东谈主脑的运作式么？

你知谈生辰，不需要重新回忆，这是文牍操心，平直读取。

而当你需要解谈新的数学题，那才动用理——理是不菲的，东谈主脑也不肯意纵欲整它。

丹尼尔·卡尼曼管这叫系统和系统二：快想考和慢想考。

是以你看，AI发展了70年，兜兜转转，定程度上，照旧赓续往东谈主脑的架构上靠。

东谈主脑这个东西，间隔易搞显然，但不解觉厉。（我有点斡旋也曾的富陈天桥为什么要花辣么多钱资助脑科学连系了。）

从这个意旨上，我期待行将发布的DeepSeek V4了，但愿是憋了个大招。

07

再说说探员数据昌江罐体保温。

GPT-4 据传用了大要13万亿token来探员，DeepSeek V3用了14.8万亿，咫尺新的模子只会用得多。

东谈主类呢？

Michael Frank在2023年发表于Trends in Cognitive Sciences的论文中作念了个系统的估算：

个孩子从降生到成年（约20岁），所有这个词战役到的语言输入大要是2×10⁸个词（2亿）（我又用Gemini 3,1 Pro和Claude opus 4.6说明了遍，谜底略有各异，但数目没跑）

2亿 VS 13万亿。

差了五个数目。

东谈主脑的样本率，狠狠地碾压统统AI模子。

事实上，怎么普及样本率，亦然咫尺各大顶AI实验室前沿的连系课题。

毕竟大依稀嗅觉到，单纯堆数据的Scaling Law可能正在接近它的天花板。

而东谈主脑用少的数据就能兑现的泛化，这个机密旦被破解，可能即是下次AI跃迁的钥匙。

本年我在承德过年的时候，我岁3个月的小侄女，还不太会语言。

我用iPhone上自带的阿谁动态式样逗她玩，设备保温施工我惊诧于她能相等准确地分手每个其综合的动物。

说真话，我王人对辣个分手度不大的小猫和小狐狸图标有点朦胧。（不信你去望望）

至于我东谈主类是奈何作念到的？

中枢在于进化的5亿年中，我们的脑子里是预装了堆先验学问滴，比如婴儿天生就会肃肃东谈主脸，这是出厂树立。

AI要从驱动学，东谈主脑天生带着外挂。

08

东谈主脑有个大模子咫尺有的东西：身段。（赓续看就知谈我不是在聊咫尺火热的具身智能。）

这句话听上去像妄言，但其实很致命。

比年来贯通科学有个越来越火的门户叫Embodied Cognition。

他们中枢不雅点是：想维并非单纯发生在脑子里的，身段本人就参与了想考。

举个栗子，你斡旋“千里重”这个词，是因为你果真搬过重东西，你的肌肉铭刻那种嗅觉。

你说这个东西很千里的时候，此时如果给你作念核磁共振，是能看到你的通顺皮层有在幽微激活滴。

这即是为什么我们说AI，照旧在作念语言层面的方式匹配，而非真实的共情。

诚然你不错说，谁TM在乎它是不是果真共情呢，它的回话够好不就行了么？

这话也对。

但这引出了个形而上学味很重但又避不开的问题：智能，到底需不需要个身段？

咫尺的谜底是：不知谈。

09

我平时看的东西很杂。

聊到这我想起了刘慈欣6年前（彼时ChatGPT还没诞生）在喜马拉雅上线了个付费节目，叫“刘慈欣的想想实验室”。

其中有期在回话体裁老师戴锦华的发问中说了这样段话——

“按照传统的无论是科幻域的想维，照旧我们深广的想维说，（东谈主照旧东谈主）这个底线在大脑。

即是说他的周围的其他的这个生物器官王人换成机器了，只消他的大脑还在，我们就觉得他照旧东谈主。

但近的些连系，发现事情莫得这样浅陋，东谈主的想维不单是是由大脑决定的。

就像莎士比亚有句诗，他说：“情啊你来自何？是大脑照旧心房？”

而对外部宇宙的感知，以及我们对自身的感知，止境部分并非只由大脑来决定的，而是由我们整个的生物学结构来决定的。

而生物学结构90王人变了，就剩个大脑，那这个大脑的想维式照旧原本的大脑？它照旧东谈主类的想维吗？这个咫尺很难说。”

大刘的这段话然具现实想维而非科幻想维。

这和《三体》三部程心吧云天明的大脑送给三体宇宙并渴望他们从新收复的想路并不致。

论怎么，东谈主脑仍是和东谈主脑相得益彰的生物学结构，是我们手脚碳基人命特的存在。

是滴，时隔好多年的某个午后，不经意在东谈主群中闻到初恋的同款香水，我们会忽然阵鼻酸。

而AI这货，莫得鼻子。

Vibe到这里，请允许我彪句英文舒下情——

We are unmistakably unique—irreplaceable, unrepeatable, and entirely our own！

（我有益让Claude opus 4.6给我写的，我写不出这样骚的词）

没错，如果只拼智商，大模子毫疑问晨夕会追上并越东谈主脑。

可如果拼的是：To live as a human being should，硅基咫尺看起来还需要时间。

这里边唯的不笃定在于——

AI是否有可能走出了条不同的、我们今天根本遐想不到的智能旅途。

毕竟，飞机也不是靠扇翅膀飞起来的。

我信托，这个概率非0。

事实上，DeepMind的哈萨比斯在多个播客里说，要兑现AGI，咫尺其实差到两个连系范式的摧毁。

10

前边说了辣么多东谈主脑给力的地，是时候说点扎心的了。

东谈主脑的统统势，有个致命的前提——它TM是静态的。

你今天的大脑有860亿个神经元，600T的突触参数，功耗20瓦——5万年前智东谈主的大脑，基本亦然这个成就。

进化给了我们颗很给力的脑子，然后就撒手无论了。

而AI呢？

GPT-3是2020年发布的，1750亿参数，今天Kimi、智谱、Minimax这些给力的开源模子，仍是奔着万亿走了。

（其实它们不错作念的大，只是为了量度资本作念到咫尺的水平。）

这是指数普及，毋庸说芯片域基本罢黜的摩尔定律。（我有益不提量子计较，得有读者说我过于放飞）

前边我们算过，东谈主脑在功耗上先AI两个数目，在探员数据率上先五个数目，在制程上碾压到原子别。

听上去遥遥先，对吧？

但要知谈，指数增长眼前，几个数目其实不算什么。

来，浅陋算笔账——

如果AI的能每两年普及10倍（这照旧保守测度，践诺上好多测度打算的普及速率远快于此），那两个数目的先，四年就追平了；

五个数目，十年。

十年，也即是你娃从小学到大学的时间。

如果你稍许懂点数学，你就晓得，指数增长意味着——前边99的路程，只占了总进程的很小部分。

没错，我给力东谈主脑，说明是颗了不得的处理器。

但，它是颗不会迭代的处理器。

11

再说件近被全球低估的件事——

旧年5月，Google DeepMind发布了个叫AlphaEvolve的系统——用AI来发现和化算法。

它的责任式是：连接生成代码、测试代码、淘汰烂的、保留好的，我方跟我方玩迭代进化。

旧年它干的件事是化了Gemini自身的探员经由，让探员速率快了1。

好像也没什么，然则事情并莫得收尾。

周前，2月18日，DeepMind放出了篇对于AlphaEvolve的论文：

标题叫——《Discovering Multiagent Learning Algorithms with Large Language Models》（用大语言模子发现多智能体学习算法）。（论文地址：https://arxiv.org/abs/2602.16928）。

这篇论文讲的即是——让AI去遐想AI的学习法。

多智能体强化学习（MARL）是AI域硬核的子向之，连系的是多个AI在博弈中奈何学习战略。

这个域的核默算法，比如CFR（反事实缺憾小化）和PSRO（战略空间反馈预言机），王人是顶连系者花了十几年搞出来的。

而咫尺，AlphaEvolve接收了这个经由。

它发现了两个全新的算法：VAD-CFR和SHOR-PSRO。

这两个名字你不需要记取，你只需要知谈件事——它败了东谈主类连系东谈主员花了十几年搞出来的算法。

论文里句描画值得商量：VAD-CFR采选了“novel, non-intuitive mechanisms”——新颖的、反直观的机制。

也即是说，这个算法的中枢逻辑，能够率是东谈主类难猜想的。

来，我们把这个逻辑链理理——

AI遐想出了比东谈主类好的AI学习算法，好的学习算法让AI学得快，学得快的AI又能遐想出好的算法。

没错，它递归了，加快了。（至少阐述了递归的特征）

业界把这个称之为递归式自我考订（Recursive Self-Improvement）。

往时业界只是接头递归在表面上的可能，咫尺，它在真实地悄然演出。

你品，你细品。

12

写到这里，我照实有种略奇怪的嗅觉——

驱动直在说东谈主脑给力——600T参数、0.3nm制程、20瓦功耗、样本率碾压切。

背面又讲了另件事——AI在指数增长、在遐想让我方给力的算法，在递归自我考订。

可怜的是，这两件事同期为真。

AI赶上东谈主脑的交叉点什么时候到来？

莫得东谈主知谈。

也许很快，也许永远莫得这种可能。

没错，这篇著述是我vibe writing出来的——

从上昼10点驱动，5个小时，和Claude以及Gemini聊着聊着就健忘吃午饭了。（边说东谈主脑何等给力，边照旧离不开AI，想想也挺挖苦的）

中间歇了会刷了半个小Twitter，又是满屏的AI新给力冒出来，根本看不外来：

杰克*多西还告示把公司1万东谈主下子裁掉40，肃肃：是40。（忽然想起来，四年前公众号还门写过他——为什么杰克多西是位奇东谈主？）

我仍是累了，这篇就秩序井然吧，说两点——

，负责地煽个情——趁我们还领有手脚碳基人命唯的感受力：去闻闻三月的风。

（Claude opus 4.6还给我写了大段煽情的话，我王人删掉了，多数不傻，搞堆信息量接近为0的话，是豪侈读者的时间。）

二，闻完三月的风，赓续纪念和AI相相，so，该跟还得跟，该学还得学。

逃不掉的宿命。

我永恒有个朴素的观念：略微激进点没啥的，毕竟，我们也耗损不了什么。

就酱！

本文由东谈主东谈主王人是产物司理作家【卫夕】，微信公众号：【卫夕指北】，原创/授权 发布于东谈主东谈主王人是产物司理，未经许可，间隔转载。

题图来自Unsplash，基于 CC0 条约。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。