Почему сравнение мозга с FM, а LLM с AM — это ошибка категории: разбор популярной гипотезы
111

Почему сравнение мозга с FM, а LLM с AM — это ошибка категории: разбор популярной гипотезы

Автор: admin

Разбор гипотезы о том, что мозг работает как частотный модулятор (FM), а LLM — как амплитудный (AM). Эксперт объясняет, почему это упрощение игнорирует векторную природу трансформеров, временное кодирование нейронов и фундаментальные различия в архитектуре интеллекта.

Популярная гипотеза, противопоставляющая мозг как «частотный модулятор» и большие языковые модели как «амплитудные», на первый взгляд выглядит элегантно: нейроны действительно передают информацию частотой импульсов, а активации в нейросетях выражаются числовыми значениями. Однако такой подход совершает грубую категориальную ошибку, смешивая физический протокол передачи данных с математической природой представления информации.

Мозг не ограничивается частотным кодированием (rate coding). Ключевую роль играют точное время прибытия спайков (temporal coding), фазовая синхронизация относительно локальных полевых потенциалов и амплитуда постсинаптических потенциалов, зависящая от силы синапса. Кроме того, нейромодуляторы — дофамин, серотонин — глобально перестраивают чувствительность целых зон, что не вписывается в радиотехническую метафору FM.

В LLM информация закодирована не в скалярной «громкости» активации, а в направлении векторов в пространстве размерностью тысячи измерений. Механизм внимания (attention) выполняет не модуляцию несущей, а динамическую маршрутизацию и адресацию контекста. Токенизация и дискретные шаги генерации принципиально отличаются от непрерывного аналогового сигнала AM.

Суть различия лежит в плоскости «динамика против статики», «событийность против непрерывности», «локальность обучения против глобального обратного распространения». Мозг — энергоэффективная событийная система, где время является вычислительным ресурсом. LLM — статистическая функция, перемножающая матрицы на каждом шаге независимо от содержания. Понимание этих принципиальных разрывов важнее для развития нейроморфного ИИ, чем поверхностные аналогии с радиотехникой.

Похожие материалы

Навайбкодил 30+ Open Source проектов: реальные границы и перспективы AI-разработки
вайб-кодинг LLM Open Source TypeScript

Навайбкодил 30+ Open Source проектов: реальные границы и перспективы AI-разработки

Автор экспериментально проверяет возможности вайб-кодинга, создав более 30 приложений за пару месяцев. …

ИИ-термины: 20 ключевых слов для понимания нейросетей
искусственный интеллект нейросети LLM термины ИИ

ИИ-термины: 20 ключевых слов для понимания нейросетей

Статья простым языком объясняет 20 основных терминов искусственного интеллекта: от модели и …

Эволюция компьютерного зрения: от геометрии к пространственному интеллекту
компьютерное зрение искусственный интеллект глубокое обучение трансформеры

Эволюция компьютерного зрения: от геометрии к пространственному интеллекту

Статья рассказывает об истории развития компьютерного зрения за 60 лет: от первых …

Инженер Cloudflare создал язык KillSwitch, который сбивает с толку нейросети
языки программирования искусственный интеллект LLM Cloudflare

Инженер Cloudflare создал язык KillSwitch, который сбивает с толку нейросети

Инженер Cloudflare Доминик Пичета представил экспериментальный язык KillSwitch, код на котором выглядит …