Почему сравнение мозга с FM, а LLM с AM — это ошибка категории: разбор популярной гипотезы
56

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

Игрок реализовал языковую модель на 6,4 млн параметров внутри Factorio без модов
Factorio нейросети машинное обучение трансформеры

Игрок реализовал языковую модель на 6,4 млн параметров внутри Factorio без модов

Игрок RomaPro227 запустил в Factorio полноценную языковую модель на 6,4 млн параметров, …

xAI выпустила Grok 4.7: флагманская модель для программирования и AI-агентов
Grok 4.7 xAI LLM программирование

xAI выпустила Grok 4.7: флагманская модель для программирования и AI-агентов

xAI представила Grok 4.7 — новую флагманскую модель с контекстом 500 тыс. …

Лауреаты Филдсовской премии: ИИ-бенчмарки по математике убивают науку
Искусственный интеллект Математика Филдсовская премия LLM

Лауреаты Филдсовской премии: ИИ-бенчмарки по математике убивают науку

25 лауреатов Филдсовской премии предупреждают: использование решения математических задач как метрики качества …

Nvidia PAIR: объединяем ПК в локальный кластер для запуска ИИ-моделей
Nvidia ИИ локальный кластер LLM

Nvidia PAIR: объединяем ПК в локальный кластер для запуска ИИ-моделей

Nvidia выпустила открытый инструмент PAIR (Personal AI Router), объединяющий несколько компьютеров в …