引言
近几十年，因为检测技术和实验水平的进步，同时神经科学受到机器学习发展的启发，开始重新审视以前各种实验的数据，并发展出能够拟合更多数据的新理论。
随着人们对大脑的了解越来越深入，我们可以用最新的理论来解密大脑，进而可以获得全新的视角。
更深入地理解大脑的工作原理，也能更深入地理解大语言模型技术。
本篇文章的主题包括：
•
大脑的学习过程
•
大脑的建模过程
•
大脑的预测过程
•
预测与多巴胺
•
好奇心
大脑的学习过程
大脑包含超过100亿的神经元。大脑的学习在微观层面就是神经元的连接，一个人的一切知识都存储在神经元的连接中，思想观念都只是神经元的活动。
微观学习
•
神经元之间可以建立新的连接，建立新的连接需要接受刺激。建立新的连接是我们学习的主要方式。
•
神经元之间的连接可以消失，就是遗忘。
•
神经元之间的连接可以加强，接受刺激越多，连接就越强，这是短时记忆变长期记忆的机制。
•
神经元之间的连接可以减弱，长期不接受刺激就会节省资源，减弱连接，减弱到一定程度就消失，遗忘。
宏观学习
从宏观层面看，包含超过100亿个神经元的大脑，是这样进行学习的：
•
大脑内部构建了一个现实世界的模型，这个模型以参考系为基础。大脑把信息存储在参考系中。当我们听到一辆车的声音，大脑可以把耳朵听到的声音信号投射到大脑的模型中，并可以判断车所在的位置。
•
大脑通过「感觉运动」模式进行学习，通过观察我们感觉输入如何随着运动而变化来学习世界模型。思考和在记忆里搜寻也都是运动。
•
大脑会简化信息后进行存储，比如大脑会把看到的充满信息的画面，简化为一个概念进行存储，比如我们看到一个生物，面部很长，有四只脚，颈部有长鬃毛，尾部有长尾巴，大脑中存储时不会存储所有细节，而会把它简单记录成「马」。大脑还会简化思考过程并记住结论，如果推理原因出错，但大脑已经只记住结论，就产生了偏见。标签和刻板印象也是简化的一种体现。
•
当大脑学习到新的信息时，会把信息分配到之前已经建立的参考系，如果之前尚未建立该信息的参考系，大脑会很疲惫，比如我们直接去读神经科学的论文，里面有很多新概念，看起来只会头大，正确的做法是先从从教材和基本概念入门，建立参考系，让新信息的存储在参考系中。
•
大脑的模型具有稳定性，可以维护我们对这个世界的稳定认知。比如我们上下轻轻晃动脑袋，这时候视觉上是非常混乱动态的，但大脑不会认为世界在晃动。再比如我们受到一些新观念的冲击时，大脑会抵御冲击，并怀疑新观念的真实性。
•
大脑的模型不仅包括实体世界，还包括社会规范、道德、意识形态等。从儿童到成年并进入社会的过程，也是大脑构建社会模型的过程。
大脑建模的过程
•
大脑通过学习完成了对世界的建模，可以说我们生活在一个虚拟世界，这个虚拟世界并非是计算机提供的，而是我们大脑提供的世界模型。
•
最初我们只能通过感知来建立世界模型。
•
后来我们有了语言，可以通过语言知道山那边的样子，而不必亲自去感知。语言帮助我们拓展了世界模型。
•
后来我们有了望远镜，显微镜，这些工具也在帮我们拓展世界模型。
•
后来我们有了更多的媒介，录音、照片、视频，通过这些媒介可以更建立更精细准确的世界模型。
•
后来我们有了vlog，直播。直播和短视频与纪录片相比，是个体自发的视角，是人人不同的视角。我们居然可以通过不同人的视角来拓展自己的世界模型。
