你有没有想过为什么刷抖音停不下来，可是一做数学题就想睡觉？为什么一见钟情不需要理由，但维持婚姻却需要费力经营？因为你的大脑里其实运行着两套完全不同的操作系统。简单的说，你的大脑里住着“两个你”。
大家应该看过这样的视频，一旦蛇发动攻击，小猫突然爆发的速度比蛇都快，它完美诠释了什么是“静若处子，动若脱兔”。
为什么会出现这种情况呢？就是因为大脑里有两套系统在协同工作。以前我们对这种“双系统理论”还半信半疑，但今天越来越多搞人工智能的顶级专家一拍大腿：这不就是我们正在摸索的路吗？人工智能的研究正在从另一个维度印证这个生物智慧的核心架构。这里面有一个关键词，就是记忆。
大脑内的两套操作系统到底是什么？人工智能又揭示了什么样的秘密？有关这个神奇的发现，咱们还得从头说起。
神经科学的发现：大脑的“节能智慧”
时间来到1990年，神经科学家亨利·马克拉姆正小心翼翼地把电极探进一块活生生的大脑皮层。他本来想看看我们这个最聪明的器官，是不是像一台超级计算机，24小时都在噼里啪啦地疯狂计算。但记录下来的数据却让他大跌眼镜：绝大多数神经元在绝大多数的时间里都是沉默的，安静得像深夜的图书馆。只有当一个特定的画面、一个声音、一个念头出现时，相关的少数神经元才会被“刷”的一下点燃，像黑夜里突然点亮了几支烛火。
这个发现在当时看来简直反直觉。大脑不是应该时时刻刻都在思考吗？为什么看起来这么懒呢？但如果跳出计算的视角，从一个更高的维度——能量来看，就会恍然大悟。这根本不是懒，这是进化打磨出的顶级节能智慧。大脑占体重的2%，却消耗了全身的能量。如果这上百亿个神经元每时每刻都像过节放烟花一样全员放电，我们身体那点能量储备根本撑不住。所以大脑进化出了一套冷酷而高效的战略：能省就绝不动用，能用直觉搞定就绝不启动复杂计算。
丹尼尔·卡尼曼的《思考，快与慢》
这种深植于生物本能的高效运作方式，在20多年后被一位心理学家用一句极其精辟的话彻底讲透。时间来到2011年，心理学界的大神丹尼尔·卡尼曼捧出了一本石破天惊的书——《思考，快与慢》，这本书彻底颠覆了我们对思考方式的认知。他用一句话道破了所有秘密：我们的大脑运行在两套截然不同的操作系统里——系统1和系统2。
系统1就是你的“自动驾驶仪”。它快如闪电，完全自动，不费脑子，而且你根本无法关闭它。
比如：语言理解（听到母语句子意思瞬间就懂了）、简单计算（2加2等于4还用想吗？）、情绪反应（看到蛇，怕，反应比意识还快）、熟练动作（骑车走路根本不用想下一步）、模式识别（在人群里瞬间认出朋友的脸）、直觉决策（天冷了要加外套，饿了就去找吃的）。系统1就是马克拉姆看到的那些沉默的大多数神经元，根本不用高调地调用，早就练成了肌肉记忆的“精英快速反应部队”。
而当系统1搞不定的时候，你的系统2，那个“手动模式”才会很不情愿地被启动。
比如：复杂计算（心算37乘26，你可以试一下，当你心算的时候什么事都干不了了，连快速走路都不能同时进行，身体要把全部的能量都供应到这个计算上）、审慎决策（比如看合同哪个条款是个坑）、专注思考（写篇有逻辑的文章，疯狂烧脑）、自我控制（忍住不吃蛋糕需要动用意志力）、陌生应对（在外国机场找登机口，必须要集中全部注意力）。系统2是那套能耗高、精度高、启动缓慢的重型思考装备。它需要你主动调用，它会让你感到脑壳很累，但它负责处理所有系统1处理不了的、复杂的、新奇的事情。
卡尼曼最颠覆的观点来了：我们绝大多数时候都活在系统1里。你以为你每天在做无数个决定，其实其中95%都是系统1在用经验和直觉帮你自动完成的。从神经元的选择性沉默到卡尼曼的双系统理论，我们终于看清了一个贯穿生物行为的残酷真相：思考从来不是大脑的默认状态，省力才是真正的默认选项。我们的大脑本质上是一个在能量极端约束下进化出来的“节能怪兽”。它的首要任务并不是追求绝对正确，而是在能量与决策之间寻找一个平衡点。
AI的演进：从暴力美学到能量危机
时间来到2017年，谷歌的八位工程师写了一篇标题看起来非常嚣张的论文，名字叫《Attention is All You Need》，翻译过来就是一句话：注意力才是你们唯一需要的。
现在回头看，这句话几乎就是给AI宇宙的大爆炸按下了启动键。
什么叫注意力机制？就是让模型不再一行一行的读，而是同时盯住所有信息。首先模型不会读单词，它会把文本拆成最小的计算单位叫Token。每一个Token都会被映射成一个数学对象——向量。你可以把它想象成每个词都被丢进了一个极高维度的空间里。这个空间不是二三维，而是成千上万，以GPT-3举例，嵌入了12288个维度。
接下来关键点来了，在这个空间里，相似的词彼此更近，无关的词彼此更远。而“注意力机制”做的事情就是让每个词同时看向所有其他词，并计算一个问题：你对我有多重要？这个重要程度就是注意力权重。于是一个词不需要一步步传递信息，不需要等前面的词算完，它可以直接跨越距离和任何一个词建立联系。这是一种并行的、自我关注的、全局计算方式。谷歌的八位工程师给这种新算法起了一个名字叫Transformer。今天你看到的Sora、Gemini、Claude、即梦、DeepSeek以及各种大模型都是Transformer的不同变体。
Transformer天然适合并行，这意味着你可以堆数据、堆算力、堆模型规模。于是一条看似朴素、但极其暴力的规律被发现了：规模越大，效果越好。这就是后来被称为Scaling Laws法则的东西。
从这一刻起，这事开始有点变味了。当大家发现Transformer的超能力，你喂的数据越多，用的算力越大，它就越聪明，人工智能就变成了一场“大力出奇迹”的军备竞赛。到底堆多少显卡算够？一万张？十万张？现在顶尖大模型的训练早就奔着几十万张最先进的GPU去了。
你知道这背后是什么概念吗？
谷歌八子之一的伊利亚·波罗苏欣在采访中就吐槽过：
就像2+2，现在你把它输入模型中，它会使用数万亿个参数，而计算机完全可以做到。
用掉上万张显卡，耗掉一个发电站的电，才能给你吐出答案“4”。
关键是军备竞赛也是有上限的：芯片有散热极限，电网有供电极限，钱包也有预算极限。当模型规模大到一定程度，增长的代价会变得极其恐怖。你为了把模型能力提升10%，可能需要增加300%的算力和能耗，这买卖就越来越不划算了。
“非Transformer”架构的回想与突破
于是特别有意思的一幕出现了，就在全世界都被Transformer的光芒笼罩时，很多顶尖的研究者从第一性原理出发，又重新开始思考大脑的工作方式。非Transformer架构再次回到人们的视野。
顾名思义，非Transformer架构就是设计思路上不用Transformer那套自注意力的核心机制。你可以把Transformer理解为武林第一大派“少林派”。少林派的特点就是内力深厚、算力强、招式刚猛、效果好。但江湖上不是只有少林派，还有很多历史悠久、思路清奇的门派。
主流的有三大派：首先是循环神经网络派（RNN），第二是卷积神经网络派（CNN），还有脉冲神经网络派（SNN）。
为了让大家对非Transformer架构有一个概念上的认识，下面简单地介绍一下循环神经网络。
说RNN就必须提它最核心、也是最厉害的一个能力：它有记忆。
它的记忆来自一个神来之笔的设计：它会把当前步骤的新输入（比如一个新词）和上一步骤的隐藏状态（也就是它的记忆）揉在一起，产生一个新的记忆和输出。但是问题来了：第一个缺陷是RNN是顺序依赖，无法并行计算，就像工厂的流水线必须等第一步干完才能干第二步，太慢了。第二个缺陷是记不住长内容。
举个例子，“What time is it”（现在几点），从W到问号中间经历了四次记忆传递。每传递一次，W这个信息就像被兑了一次水，浓度可能就只剩下一半不到，等传到问号那里，最初的W已经变模糊了。这还只是五个字符，如果是一部长篇小说、一篇长文档呢？在传递了数千数万步后，开头的关键信息早就被稀释得无影无踪了。这就是RNN的“长期依赖问题”。
这种“健忘症”有没有救呢？有。现在非Transformer架构在记忆这件事上玩出了令人惊艳的花活。新一代像Mamba 2.0这样的非Transformer架构搞了一个颠覆性的设计：它给模型装上了“原生记忆力”。这不再是临时的缓存，而更像是一个可以不断写入、分类存储并且瞬间调用的智能硬盘。
来看一个场景：用户对机器狗说：“去帮我拿一瓶我爱喝的饮料。”机器狗回：“我没有见过这个东西。”用户说：“记住这是我喜欢喝的饮料”，并上传了一张汽水的图片。每一次成功的交互都在强化和扩展这个记忆网络。下次你甚至不用说饮料，你说“我渴了”，它都能关联该去拿汽水。这就是真正的长期记忆，它不是静态的数据，而是能直接应用的、可推理的上下文。从“健忘的流水线工人”RNN，到拥有“终身记忆”的新一代非Transformer架构，人机交互就发生了本质性的变革。
非Transformer架构的应用前景
既然我们手里有了像“系统1”一样反应快、记忆好还特省电的新一代非Transformer架构，哪些领域是它们的天命职场呢？咱们就来一场非Transformer架构就业前景大普查。
第一个大热门：实时语音处理。
你想人说话是连续的，一秒几十帧，数据流长得吓人。系统必须边听边转，不可能等你把一段都说完了才开始翻译第一个词。这就要像系统1一样拥有流式处理的超能力。那些RNN架构的模型就是为此而生的。它们像顶级同传，听一点翻一点，反应快得飞起。应用场景全都是刚需：像智能家居，你对音箱说“关灯”，它必须是瞬间的，绝不能思考好几秒；车载语音，导航时告诉我们前方右转，指令必须是零延迟；客服和会议电话录音要实时转写，直播要立刻出字幕。让Transformer干这个行不行呢？那就是用牛刀杀鸡，关键是还不好使。
第二个黄金赛道：时间序列预测。这简直就是非Transformer的本命舞台。
工厂里预测机器啥时候会坏，电网上预测明天整个城市要用多少电，股市里分析每秒都在变化的高频交易数据，甚至你家的智能空调预测你什么时候回家好提前制冷。这些数据都有一个共同点：超长的时间流、稳定的前后关系，而且需要永远不间断地跑在普通服务器甚至更小的设备上。省电、高效、反应快才是王道。
第三个场景特别实用，还能保命：智慧医疗信息化。
想象一下这个画面：主任医师带着团队查房，一边问病人今天感觉怎么样，一边做检查。他们说的每一句话都被旁边的系统实时听取理解，并自动生成了结构化的病历。查房结束，啪，一份完整、准确、逻辑清晰的病历初稿自动生成了。这意味着什么？医生在书写病历的过程中，再也不用先在脑海中构建病史的要点框架，因为病人的病史，人工智能一定记得比医生更清楚。AI能分析临床数据，调用专业的医学知识库，甚至能思考医生为什么用这个药、为什么做这个检查。这不仅仅是帮医生看病，更是在源头为整个医疗系统安装了一个高质量的数据心脏。每一次诊疗都可以让整个系统更智能、更高效。所以说这是一项能保命的发明。
最后一个也是未来最庞大的市场：边缘计算。
什么叫边缘？就是数据在哪产生就在哪处理，根本不用千里迢迢地跑回云端。手表监测心率异常，智能门锁识别家人面孔，摄像头发现异常的行为报警，自动驾驶汽车瞬间做出避障决策，无人机在无网络环境下自主飞行。这些设备共同的特点是算力有限、电池珍贵、对延迟零容忍、还必须保护隐私。这才是非Transformer架构的星辰大海，让世界上每一台设备都拥有本地化的、闪电般的智能。
智能的深层规律
聊了这么多，从大脑的双系统到AI的两派架构，咱们其实一直在挖一条隐藏的隧道。现在隧道挖通了，光也透进来了，我们可能碰到了一个关于智能本身震撼的真相。我们智人的大脑已经用“系统1+系统2”的混合架构跑了上百万年，它们无缝地切换、协同工作，这才让我们站上了星球的顶端。这个架构不是偶然，它是进化在能量、速度、精度的终极约束下打磨出的最优解：快思考生存，慢思考发展。
人工智能的发展轨迹像极了加速百万倍的大脑进化史重演。这不仅仅是个有趣的类比，它还强烈地暗示：智能无论是碳基还是硅基，在底层可能遵循着同一套计算经济学法则。
想到这有没有一种后背发凉的感觉？我们程序员敲下的每一行代码，我们工程师设计的每一个架构，可能不仅仅是在发明新东西，而是在重新探索和验证那个早已存在于宇宙中的、名为“智能”的深层规律。
未来的架构并不是谁取代谁的问题，而是Transformer和非Transformer的高度融合。人工智能的目的居然与大脑的运行不谋而合，那就是：如何用最少的能量，最高效地发展自己。
注：本文根据老鸣TV《2+2，這個世界上最簡單的問題，需要AI大語言模型來解決嗎？》视频整理而来，版权归原作者所有。
– End –
转载请注明：好奇网 » 这个世界上最简单的问题，也需要AI大语言模型来解决吗？