Nature 论文用 LLM 绘制人类语言神经元地图,机制可解释性已成现实
raphaelmilliere · x · 2026-10-16
神经科学家 raphaelmillière 回应「如果角色互换,AI 研究人类 Mechanistic Interpretability 会怎样」的设想:不必想象,这类研究已经存在。他链接了多篇论文,核心是 2026 年 6 月发表于 Nature(vol. 656, pp. 425–433)的研究《Mapping the neuronal building blocks of human language with language models》。
该研究由 Jing Cai、Yoav Kfir、Mohsen Jamali、Ziv M. Williams 等(MGH/哈佛系)完成:
- 在人类语言产出过程中,对额颞叶皮层进行大规模单神经元记录,结合 NLP 模型定位细粒度语言表征;
- 发现部分神经元编码词与词之间的语法关系及词性,另一些神经元承担其他语言功能。
讨论的趣味点在于:AI 可解释性研究(用模型解释神经元)与神经科学(用模型读人脑)正在互相成为对方的工具。
「漫话AGI」频道最新
- 杜克研究4439人实测：职场上用AI会被悄悄认为更懒 — aakashgupta · 2026-10-16
- DSPy 作者亲历：顶尖工程师已不再读技术书，只让 Claude 写代码 — lateinteraction · 2026-10-16
- 有生之年见到机器证明新数学,AI 圈感叹时代拐点已至 — rand_longevity · 2026-10-16
- Yacine 直言神经网是懒惰蠢货:得造对地狱逼成超人 — yacineMTB · 2026-10-16
- Jeff Clune 调侃:移动球门柱将是人类最后一份工作 — jeffclune · 2026-10-16
- Replit CEO：未来是 AI 全权处理的「自动驾驶公司」 — TechCrunch AI · 2026-10-16