人脑的结构并不匀称。。经由漫长的演化
，，，，，它长出了一套分工明确的组织：语言、逻辑、物理直觉、社会推理
，，，，，各自盘踞在皮层相对牢靠的区域
，，，，，既分工又协作。。困扰研究职员许久的一个问题是：大脑的功效分区
，，，，，事实是任何智能系统都躲不开的必定
，，，，，照旧人类演化路上的一个无意？？？？

最近
，，，，，MIT 团队的一项研究“Modular Cognitive Architecture Emerges in Large Language Models ”批注
，，，，，谜底更倾向于前者。。事实
，，，，，大语言模子的来路完全差别。。它没有身体
，，，，，也没有履历演化
，，，，，只是在海量的文本上做基于下一词元展望（next-token prediction）的训练。。当一个结构云云差别的系统也泛起了这套分工
，，，，，它更可能是智能自己的深层纪律
，，，，，而不是碳基大脑的无意。。不过作者也审慎地强调
，，，，，这只是“证据的指向”
，，，，，还谈不上定论。。

这项研究由两位资深学者带队。。一位是 MIT 脑与认知科学系教授 Evelina Fedorenko
，，，，，她因界定出人脑中专门认真语言的“语言网络”而着名
，，，，，2025 年刚获美国国家科学院揭晓的 Troland 研究奖；；；；另一位是 MIT 盘算机科学与人工智能实验室（CSAIL）教授 Jacob Andreas
，，，，，他是 AI 与自然语言处理领域的着名学者。。而研究的第一作者是韩芃睿
，，，，，他是伊利诺伊大学厄巴纳-香槟分校（UIUC）盘算机科学硕士
，，，，，导师是尤佳轩教授；；；；他的事情揭晓于 ICML、EMNLP 等 AI 与 NLP 顶级聚会
，，，，，曾获 NeurIPS Workshop 最佳论文声誉提名。。

（泉源：Github）

在这项研究中
，，，，，团队剖析了六个 24B 到 123B 的主流开源模子
，，，，，笼罩语言、逻辑、物理、社会四大认知域共 46 个使命
，，，，，用电路级要领定位每个使命真正依赖的神经元。。他们不但发明同域使命共享神经元、跨域险些互不相关（同域重叠是跨域的四倍多）
，，，，，还做了一个很清洁的验证：关掉认真语言的神经元
，，，，，模子物理照样推理得对
，，，，，只是话说得欠亨顺；；；；关掉认真物理的神经元
，，，，，句子流通
，，，，，却把结论说反了。。这套分工不但是统计上的巧合
，，，，，而是有实着实在的因果效力。。

围绕这项研究
，，，，，以及它用 AI 明确智能自己的理念
，，，，，DeepTech 和韩芃睿举行了一次对话。。

用另一种智能
，，，，，回覆一个只有一个样本的问题

DeepTech：你们是怎么想到用 LLM 来切入大脑的功效分区是“智能系统的必定”
，，，，，照旧“生物演化的无意”？？？？

韩芃睿：这个问题光靠研究大脑自己很难回覆。。由于我们只有一个样本
，，，，，并且生物组织还背着许多和使命无关的约束
，，，，，好比能量代谢。。

趋同演化在生物学里是一个很强的证据逻辑：若是一个性状在亲缘很远的物种里各自自力泛起——好比蝙蝠和鲸鱼各自演化出回声定位——我们就有理由相信
，，，，，它是被问题自己逼出来的
，，，，，而不是无意。。

LLM 给了我们一个全新的时机。。它是另一类智能系统
，，，，，走的是完全差别的优化路径
，，，，，实质上是在展望下一个词元（next-token prediction）上做梯度下降
，，，，，和生物演化很是差别。。同时它又具备许多人类独吞的高级认知能力
，，，，，好比明确人类语言、解决重大的数学问题。。以是若是？？？？榛 LLM 里也自力泛起了
，，，，，那它更可能是任何朝着智能优化的系统都会收敛到的解
，，，，，而不是碳基大脑的无意。。这就是我们用 LLM 切进来的焦点念头。。

DeepTech：团队里既有认知科学家 Evelina Fedorenko
，，，，，也有 AI 研究者 Jacob Andreas。。这双方看问题的方式很纷歧样
，，，，，你们怎么协调这些视角？？？？

韩芃睿：着实双方的摩擦比想象中小许多。。由于 Jacob 和 Ev 都研究语言和 AI
，，，，，共享了很是多的兴趣和判断
，，，，，只是着重纷歧样。。Jacob 会更聚焦在算法这一层。。举个详细的例子：我们最最先用的要领更偏神经科学一点
，，，，，直接拿最小比照对（minimal pair）去比激活值
，，，，，看哪些神经元在统计上是显著的。。但厥后发明
，，，，，这样识别出来的单位没有很好的因果影响
，，，，，Jacob 就建议我们换成 patching 这类更严酷的要领
，，，，，这直接决议了后面整套流程。。

Ev 这边更在意科学层面的洞见
，，，，，好比怎么让使命和脑网络的对应更扎实
，，，，，以及我们究竟能磨练哪些真正有意思的假设。。一个稍微偏要领上站不站得住
，，，，，一个稍微偏科学上值不值得问
，，，，，两个视角着实是互补的
，，，，，最后拼在一起
，，，，，研究才完整。。

？？？？榛
，，，，，是“同时解决许多问题”逼出来的

DeepTech：若是用最简朴的一句话概括你们的研究发明
，，，，，你会怎么说？？？？

韩芃睿：一个只靠展望下一个词元、靠反向撒播训练出来的语言模子
，，，，，会自觉长出和人脑相似的？？？？榛止ぃ河镅浴⒙呒⑽锢怼⑸缁嵬评砀髯杂梢慌静恢氐的神经元支持。。并且这种分工是有因果效力的：关掉某个域的神经元
，，，，，只会破损谁人域的能力。。

DeepTech：你们有一个很直观的效果
，，，，，统一类使命用的是重叠的神经元
，，，，，差别类使命用的是险些不相关的神经元
，，，，，同域重叠是跨域的四倍多。。LLM 为什么会形成这种分工？？？？

韩芃睿：我们提出的一个可能诠释是：LLM 要在海量、异质的语料上实验展望
，，，，，而这种展望经常需要多种推理同时上场。。好比
，，，，，想象你要展望一本侦探小说最后的下一个词：可能同时需要演绎推理去缩小嫌疑人规模
，，，，，社会推理去推死心头
，，，，，物理推理去判断作案在物理上是否可能
，，，，，而这些还都得息争析句子结构的语言处理交织在一起。。

当多种盘算要在统一个输入上同时运行
，，，，，系统就面临一个压力：别让它们相互滋扰。。这个压力有两层。。一层是处理层面
，，，，，几种信息要同时体现
，，，，，编码就必需相互可分
，，，，，否则会撞在一起、相互污染。。另一层是学习层面
，，，，，若是差别盘算的神经元混在一起
，，，，，刷新一个域的更新就会扰动另一个域
，，，，，这就是漫衍式系统里灾难性滋扰的老问题。。

把差别盘算分给差别的神经元
，，，，，正好同时解决了这两种滋扰。。以是？？？？榛芸赡懿皇潜凰杓频
，，，，，而是来自于同时解决许多种问题的压力。。

DeepTech：损伤实验里泛起了一个征象：关掉认真语言的神经元
，，，，，模子推理是对的
，，，，，但语法最先蜕化；；；；关掉认真物理的神经元
，，，，，语法流通
，，，，，却把物理结论说反了。。这种形式与内容的疏散
，，，，，你会怎么明确？？？？

韩芃睿：对
，，，，，这正是我们在损伤实验里看到的双疏散（double dissociation）
，，，，，并且它很是清洁。。 用统一个物理问题：一根橡皮筋热老化之后的弹性来测试。。关掉语言神经元
，，，，，模子的物理推理照旧对的：更弱的回弹力、回弹不完全、耗散更多能量
，，，，，但语法和词法最先蜕化。。反过来关掉物理神经元
，，，，，句子依然通顺流通
，，，，，但物理结论说反了。。

这说明模子内部确实把“把话说通顺”和“把原理说对”交给了两套差别的系统。。它们在统一个输出上协作
，，，，，但可以被自力地破损。。这种可疏散性自己
，，，，，就是？？？？榛钪苯拥男形ぞ。。这着实也和 Ev 之前在人身上的发明很呼应。。好比语言能力严重受损的失语症患者
，，，，，他们险些无法明确语言
，，，，，却依然能完成很重大的推理、数学和逻辑使命。。

DeepTech：Transformer 没有神经科学的能量价钱
，，，，，损失函数也不在乎详细用了几多神经元
，，，，，它却照样泛起了？？？？榛。。你以为是什么在驱动它？？？？

韩芃睿：神经科学里的诠释是代谢约束：大脑每次只激活一小部分神经元
，，，，，比普遍激活省能量
，，，，，而给每类使命分一套专属神经元
，，，，，正好能实现这种希罕。。但这个压力对我们研究的 LLM 完全不适用。。Transformer 的前向盘算在任何生物意义上都没有代谢本钱的差别
，，，，，损失函数里也没有任何一项行止罚某个输入激活了几多神经元。？？？？杉幢阍圃
，，，，，一个显着可识别的、类人的？？？？榛橹昭浩鹆。。

这说明
，，，，，代谢压力不管在塑造人类皮层时起了多着述用
，，，，，它都不是功效特化泛起的须要条件。。那真正在驱动的是什么？？？？我们以为一种可能
，，，，，就是前面说的那种滋扰压力
，，，，，它不需要任何能量价钱就能建设。。

DeepTech：比照实验里
，，，，，小模子 GPT-2 做差池这些推理使命
，，，，，它只能分出“语言 VS 其他”
，，，，，分不出更细的？？？？。。你们也提到“？？？？榛辉谀Ｗ诱婺芙饩鍪姑辈欧浩稹。。你可以详细诠释一下吗？？？？

韩芃睿：先讲清晰我们这套要领的一个性子：归因修补（attribution patching）实质上是在找那些对做对使命有因果孝顺的神经元。；；；；痪浠八
，，，，，若是模子基础做差池、或者明确不了某个使命
，，，，，它内部就没有一套对的盘算可言
，，，，，修补出来的工具自然也没有意义。。GPT-2 的比照正好佐证了这一点。。我们把完全一样的流程、完全一样的数据放到 GPT-2 上
，，，，，它做不了大部分推理使命
，，，，，效果就只能分出“语言 vs 其他”。。这说明凯时AG框架测的是底层盘算
，，，，，而不是数据自己的假象。。

虽然
，，，，，我们也认可
，，，，，换一套别的要领或者换更简朴的使命
，，，，，GPT-2 有可能也展现出某种？？？？榛。。以是
，，，，，凯时AG发明想强调两点：第一
，，，，，我们这个框架测到的是盘算
，，，，，而不是数据的假象。。我们还专门做了一个关于语义的比照实验来佐证
，，，，，光靠 prompt 的语义相似度是还原不出这个结构的；；；；第二
，，，，，也正由于这样
，，，，，与其说这种细腻分工是“涌现的副产品”、或者去谈它和规模的关系
，，，，，我们更愿意说：模子真正能解题
，，，，，是它泛起的条件。。只有能明确、能做对
，，，，，才谈得上盘算、才谈得上电路。。

把 LLM 看成“第二种智能系统”来研究

DeepTech：你们在文章里提到一个很有意思的定位：LLM 可以看成“第二种智能系统”去磨练我们关于人类认知的理论。。这对研究大脑有什么详细的启示？？？？

韩芃睿：LLM 作为一个科学研究工具
，，，，，在拥有许多重大行为和能力的同时
，，，，，比人脑有更多可控性
，，，，，也更容易交互。。我们可以随意探测它、干预它、把某部分关掉再看会爆发什么
，，，，，这些在人身上要么做不到
，，，，，要么价钱极高。。以是它自己就是一个很适合拿来做科学研究的工具
，，，，，能帮我们更高效地磨练关于智能和认知的假设。。

对神经科学
，，，，，我们有两个挺详细的偏向。。一是展望：凯时AG要领可以从 LLM 出发
，，，，，对一个全新的使命会挪用人脑哪个网络天生假设
，，，，，再拿去用 fMRI 验证
，，，，，即是给脑科学多了一个爆发假设的泉源。。二是研究信息流：差别脑网络之间怎么把信息传给相互
，，，，，这在人脑里极难研究
，，，，，由于你需要同时具备很高的空间和时间分辨率
，，，，，而这个组合在人类神经成像里基本做不到。。但在 LLM 里
，，，，，我们能同时会见所有神经元和它们的毗连
，，，，，以是可以去构建和磨练一些机制层面的假设
，，，，，好比语言系统究竟是怎么把剖析好的输入喂给某个推理系统的。。

DeepTech：反过来
，，，，，你以为这项发明对做 AI 的人有什么用？？？？知道模子内部是？？？？榛
，，，，，能帮我们把模子造得更好或者更可控吗？？？？

韩芃睿：最直接的一条
，，，，，和现在很火的混淆专家模子（mixture-of-experts
，，，，，MoE）有关。。MoE 被接纳主要是出于效率思量
，，，，，把每个 token 路由给一部分专家
，，，，，能镌汰激活的参数目。。但凯时AG发明提醒
，，，，，？？？？榛橹约嚎赡芑勾刺亓硗馀趟阌攀
，，，，，而不但是省算力。。

已经有事情往这个偏向走了
，，，，，好比让专家之间形成类脑的特化
，，，，，既保住了推理的性能
，，，，，又让模子更可诠释、更可指导。。以是知道模子内部是？？？？榛
，，，，，未来可能真的能反过来指导我们把模子设计得更好、更可控。。这块还很开放
，，，，，值得深挖：？？？？榛托阅苤
，，，，，究竟是什么关系。。

AI 像大脑
，，，，，最怕被太过解读

DeepTech：AI 像大脑这种说法很容易被太过解读。。作为研究者
，，，，，你最希望公共不要从这项研究里武断得出的过失结论是什么？？？？

韩芃睿：这是个很好的问题。。做这类研究一个很主要的注重事项
，，，，，就是不要太过地把 LLM 当人。。随着研究深入
，，，，，许多实验室确实发明了越来越多 AI 和大脑相似的地方
，，，，，从行为到机理
，，，，，这很是令人兴奋。。但不可否认
，，，，，LLM 和大脑有着根天性的差别
，，，，，并且它只由语言这一个模态驱动。。

以是我的态度是：LLM 是一个很好的工具
，，，，，可以拿来磨练假设、去交互、去探测
，，，，，把它当成一个科学研究工具来研究
，，，，，这比研究人有更多可控性、也更高效。。但不可盲目。。每一个实验我们都要起劲去分清
，，，，，这个相似背后真正的泉源是什么。。它可能来自一个真正的原理
，，，，，也可能只是某些人类数据的假象
，，，，，或者其他种种因素。。把这些分清
，，，，，才华让研究更经得起推敲。。

DeepTech：抛开这项详细的研究
，，，，，在“用 AI 明确智能自己”这个偏向上
，，，，，你以为最大的挑战是什么？？？？

韩芃睿：我以为最大的挑战
，，，，，恰恰就是上一个问题的延伸：怎么系统性地把一个真正的原理和一个假象区脱离。。

现在我们缺一套公认的标准
，，，，，去判断某个 AI 和大脑相似究竟算不算数。。它是两类智能系统面临统一个问题各自收敛出的深层原理
，，，，，照旧只是训练数据、使命设计、或者怀抱方式带来的外貌巧合。。每一个这样的相似
，，，，，都需要单独去设计比照、去扫除掉浅层的诠释
，，，，，才敢说它有意义。。

运营/排版：何晨龙

注：封面/首图由 AI 辅助天生

冷水鱼肚下有长长的白丝状·

病原 丝状细菌中最常见的有发状白丝菌
，，，，，另外尚有发硫菌。。发状白丝菌是革兰氏阴性菌
，，，，，绝对需氧
，，，，，最适生长温度为25℃左右
，，，，，能忍受的最高温度30—35℃
，，，，，温度0℃只能生涯1—2周
，，，，，此菌在有氯化钠的水中才华生长。。

肤霉病 又称水霉病、白误差
，，，，，为鉴赏鱼最常见疾病之一。。【病原体】为水零属、绵霉属、异霉属、丝囊霉属、腐霉属等种类。。

疾病识别：这些白色绒毛可能是水霉病的症状。。水霉病
，，，，，也称为白误差
，，，，，是鉴赏鱼最常见的疾病之一。。 病原体：水霉病的病原体包括水零属、绵霉属、异霉属、丝囊霉属、腐霉属等多种霉菌。。

生命的实力作文

生命的实力作文1 “离离原上草
，，，，，一岁一枯荣。。野火烧不尽
，，，，，春风吹又生。。”这首诗写的是小草被火销毁后
，，，，，来年又重新生长的顽强生命力。。

生命的实力作文1 一个炎天的夜晚
，，，，，天气异常闷热
，，，，，我推开阳台门
，，，，，一只飞蛾迅速俯冲进屋
，，，，，围着灯光一直旋转。。我不再理它
，，，，，继续笃志作业。。

生命的实力是伟大的！ 生命的实力作文12 生命是难堪的
，，，，，是不可小视的
，，，，，哪怕是再卑微的事物
，，，，，再卑微的生命
，，，，，也会在生命的最后一刻
，，，，，发出震憾人心的实力。。 台湾作家杏林子说过：“一粒貌不惊人的种子
，，，，，往往隐藏着一个花季的绚烂；；；；一条貌寝不堪的毛虫
，，，，，也可能蜕酿成一只五彩美丽的彩蝶。。由于
，，，，，生命原来就是一桩事业。。

生命的实力作文1 星期四中午午休快竣事的时间
，，，，，我和同桌陈知雨正在认真地写作业。。

生命的实力作文11 今天上午
，，，，，我到阳台上漱口
，，，，，没想到爆发了一件出乎意料的事
，，，，，给我留下了深刻的印象。。 原来
，，，，，仔细的我发明水池上爬着几只蚂蚁
，，，，，于是我又有了想法：我拿起接水的杯子
，，，，，往蚂蚁身上泼去。。于是蚂蚁们就落荒而逃
，，，，，此时的我似乎已经走火入魔
，，，，，干的更起劲儿
，，，，，很快
，，，，，蚂蚁们就纷纷败下阵来。。

在学习、事情或生涯中
，，，，，各人最不生疏的就是作文了吧
，，，，，作文凭证写作时限的差别可以分为限时作文和非限时作文。。你知道作文怎样才华写的好吗？？？？以下是我整理的生命的实力四年级作文
，，，，，希望对各人有所资助。。

12种适合懒人养的宠物

巴哥犬：性格：较量懒散
，，，，，行动较为缓慢
，，，，，不会太过纠缠主人要求玩耍。。运动需求：纵然主人事情忙碌
，，，，，无法抽出时间陪它玩耍
，，，，，它也能自得其乐
，，，，，是事情忙碌的懒人的理想选择之一。。中华田园犬：体质：作为本土品种
，，，，，经由恒久自然选择
，，，，，体质强壮
，，，，，很少生病
，，，，，主人无需在宠物医疗方面投入过多精神和款子。。

种最适合懒人养的小宠物有猫咪、鸟、乌龟、宠物猪、蛇、蜥蜴、兔子、鼠、鱼、刺猬、蜗牛、蜘蛛。。猫咪 猫咪可爱又粘人
，，，，，不像狗狗那样需要经常溜遛
，，，，，也不需要主人太多的陪同。。并且没有猫咪很爱清洁
，，，，，它们可以把自己料理的很清洁
，，，，，很适合懒人饲养。。鸟 宠物鸟啼声悠扬委婉
，，，，，让家里的气氛越发活跃。。

最适合懒人养的12种宠物如下： 猫咪 猫咪可爱粘人
，，，，，不需要经常遛弯。。它们爱清洁
，，，，，可以自我清洁
，，，，，坚持整齐。。对主人的陪同需求相对较低
，，，，，适合忙碌或懒散的饲主。。 鸟 宠物鸟啼声悠扬
，，，，，能活跃家庭气氛。。食物简单
，，，，，饲养简朴。。不需要经常外出
，，，，，适合室内饲养。。 乌龟 乌龟价钱低廉
，，，，，适合通俗家庭饲养。。

以下是12种最适合懒人养的宠物：金鱼：理由：广温性鱼类
，，，，，对水质顺应能力强
，，，，，容易饲养。。玛丽鱼：理由：体型小巧
，，，，，颜色鲜艳
，，，，，虽然对水温有一定要求
，，，，，但总体饲养难度不高。。斑马鱼：理由：条纹状外观奇异
，，，，，生动好动
，，，，，顺应能力强
，，，，，适合懒人饲养。。

它们需要基本的照顾
，，，，，如接种疫苗、喂食
，，，，，但性格温顺
，，，，，不喧华。。1 鬃狮蜥 鬃狮蜥体型适中
，，，，，易于照料
，，，，，食量小。。它们不会掉毛
，，，，，并且可以资助捕获家中的蚊虫。。1 蜗牛 蜗牛是省心、好养、本钱低的宠物选择。。它们不需要频仍喂食
，，，，，适合喜欢清静情形的人。。以上就是12种既清洁又好养的宠物
，，，，，适合懒人饲养。。

最适合懒人养的12种宠物包括哈巴狗、松狮、英短、中华田园猫、仓鼠、橘猫、龙猫、金鱼、鹦鹉、蜗牛、乌龟和荷兰猪。。这些宠物通常不需要主人投入太多的精神和时间
，，，，，只需按期喂养即可。。它们的特点如下： 哈巴狗：这种小型犬外表丑萌
，，，，，智慧机敏
，，，，，不需要太多的户外运动
，，，，，毛发短
，，，，，易于打理。。

在鱼缸里养鱼小知识

要在小鱼缸里乐成养鱼
，，，，，需要注重以下几点： 水质治理： 按期换水：每周换一次水
，，，，，阻止换水过于频仍。。 水质处理：使用自来水时需暴晒三天
，，，，，以去除有害细菌和氯气。。 添加盐类Ｔ媚课换水时
，，，，，可撒二分之一匙盐
，，，，，有助于预防鱼类疾病。。

放在聚会室可缓和聚会气氛
，，，，，提升文昌气。。养鱼用水处理：自来水处理：自来水需放置至少三天以上以镌汰氯的含量
，，，，，镌汰对鱼的危险。；；；；凰欤禾焯熳际庇眯〗汗芪鲇愀桌锏挠闵肝锖褪Ｓ嘤愣
，，，，，然后补进相同水量的新水。。遵照以上要领和建议
，，，，，可以资助您更好地养鱼并营造吉祥的家居风水。。

要在小鱼缸里乐成养鱼并确保其存活
，，，，，需要注重以下几点：水质治理 按期换水：每周换一次水
，，，，，阻止换水过于频仍
，，，，，以免对鱼造成压力。。水质处理：若是使用自来水
，，，，，需提前暴晒三天以去除有害细菌和氯气。。添加盐分Ｔ媚课换水时
，，，，，可撒二分之一匙盐
，，，，，有助于预防鱼类疾病。。

要在小鱼缸里乐成养鱼
，，，，，需要注重以下几点：水质治理：按期换水：每周换一次水
，，，，，阻止换水过于频仍
，，，，，以维持水质的稳固。。水质处理：使用自来水换水前
，，，，，需将水暴晒三天以去除有害细菌和氯气。。添加盐Ｔ媚课换水时
，，，，，可以撒二分之一匙盐
，，，，，有助于预防鱼类疾病。。

要在小鱼缸里乐成养鱼
，，，，，需要注重以下几点要害要素： 合理控制换水频率 每周换一次水：坚持水质清洁是养鱼的基础
，，，，，但换水不宜过勤
，，，，，以免对鱼造成压力。。 营造自然生态情形 添加水草和圆润石头：水草可以提供氧气
，，，，，净化水质
，，，，，同时增添鉴赏性；；；；圆润的石头可以阻止鱼受伤。。

大大都新手都是从制品鱼缸最先养鱼的
，，，，，一般都是配套的三合一水泵和鱼缸盖子内的一个小滤盒。。