二、AI模拟人脑智能的基本原理

从历史演变过程来看，智能的初步形态可追溯至大脑形成前的单细胞生命体。随着大脑的形成，人类的智能得以发展，人类开始利用工具，逐渐减少体力劳动，这种改变促使大脑结构进一步变化。

随后，语言和文字的出现成为智能发展的重要节点，这些沟通和记录知识的工具使智能以在种群中传承。语言对智能提升的影响是革命性的，它揭示了智能本身也是通过演化形成的。

在科学家看来，智能在物理层面的本质就是人类约1.5千克重的大脑中的约860亿个神经元之间通过电信号和化学信号所进行传递交流，这些传递交流在更宏观的层面构建起了人类的核心能力，即感知能力、思考能力以及改变世界的能力。神经元是神经系统的基本单元，负责接收、处理和传输信息。智能的物质基础可归结为海量神经元的复杂连接所涌现出的意识。

在现实世界中，智能要通过生物遗传、进化、死亡来实现扩展，但得益于语言和文字的存在和发展，人类能够通过阅读来获得跨越几千年的知识，这无疑极大地提升了人类的智能。而生物智能是大脑和物理世界之间不断进行交互和反馈的产物，它的形成是通过自然选择的简单淘汰机制，以低效的方式重组自身的结构。尽管这种方法效率不高，但通过随机性的死亡筛选，生物能够发展出智能。如果将其视为一种随机性算法，那么经过多次自然迭代，生物智能便应运而生。

一旦人类掌握了智能的本质，提升智能的速度将不再受限于漫长的自然选择的生物进化过程。理论上，人类可以在较短的时间内实现显著的智能提升。

智能的定义涉及对机器智能的辨识，这可以追溯至图灵于1950年提出的图灵测试。该测试基于一个原则：如果一台机器能够在通过电传设备进行的对话中模仿人类，以至于人类无法辨认出其为机器，那么该机器可被认为具备智能。图灵测试有力地论证了“思考的机器”存在的可能性。

在当今时代，以GPT-4为例，2023年的实验展示了机器智能的具体表现。实验结果显示，机器在文本理解与生成方面的能力已经超越了80%的人类，这表明在特定领域中，机器的性能已超过了生物智能。

在知道这一现实局面后，我们可以认识到无论是生物经过8亿年的进化，还是人类通过数十年的计算机技术进步，两者在“智能”这一点上汇聚在了一起。

经过数十年的技术进步，人类已经接近于能够运用数学原理和计算机技术，使用足够的数据语料，就可以从零开始训练一个“人工大脑”，即AI模型。一般认为AI模型现在等效于在700亿个神经元的规模上出现的“智能涌现”的现象。这种现象可以类比为一个多层次的神经网络，而神经网络结构与功能的复杂性恰恰是智能涌现的关键影响因素。