腦被視為計算引擎或認知系統，神經元和突觸類似處理資訊的元件。腦展現出超越電腦的創造力，並討論了以固、液、流體形式探討腦，尋找統一理論。探索認知系統在生命獨特特徵下的恆定性，建立全面腦理論。討論分佈式認知架構處理資訊的主題。 PubMed DOI

在人工智慧研究界，有一場辯論是關於大型預訓練語言模型是否真正像人類一樣理解語言及其背景。討論了支持和反對這種理解的觀點，以及對智能科學的更廣泛問題。作者建議可以發展一個更全面的智能科學，來探索不同理解模式、它們的能力，以及各種認知形式的整合。 PubMed DOI

歸納能力對智慧至關重要，但現有模型僅適用於簡單問題。結合大型語言模型與認知心理學理論，有助於更深入理解人類的歸納能力。研究顯示這種整合方法有潛力複製人類對各種歸納論證的反應。結果凸顯結合心理學理論與人工智慧方法，能有效模擬複雜的人類認知。 PubMed DOI

人工智慧的發展受到人工生命影響，分為GOFAI和控制論方法。控制論推動了深度學習和現代AI，帶來好處和風險。大多傾向GOFAI，認為AI缺乏主動性。這種觀點可能導致將風險歸咎於使用者而非AI本身。 PubMed DOI

意識的計算意義是重要研究領域，探討意識與計算能力的關係，如透過算法或複雜性分析。意識被定義為主觀經驗，具有感知特性如品質和自我意識。ChatGPT等大型語言模型的發展引發了對人類意識處理的討論。生物系統展現智能和意識聯繫，但也有意識無智能、AI系統相反情況。意識與智能可能有分離。綜述強調意識獨特認知領域，如注意力、決策、感知整合。討論感知、語言任務中意識與無意識處理區別。提出意識至高概念，識別意識特定計算，類似量子至高。對AI對齊相關性探討，AI與人類計算需對齊。 PubMed DOI

三十年前，我們比較了人工智慧和人類心靈的相似之處，將弗洛伊德的理論和連結主義（如PDP系統）放在一起討論。這些模型如今已成為人工智慧的基礎，像ChatGPT等廣泛應用，從精神病學模擬到深度學習的計算機視覺。RNN、LSTM和Transformer模型（如BERT和GPT）已經改變了自然語言處理等任務。我們探討這些工具在醫療保健領域的影響，從診斷到心理治療，並討論保持關係的重要性，以及將這些工具用於治療模型的對比。 PubMed DOI

最近，自然語言處理（NLP）領域的進展主要受到變壓器模型的影響，這些模型透過注意力機制分析標記間的關係，生成回應。然而，關於這些模型是否能促進人工通用智慧（AGI）及解決對齊問題仍有爭論。研究人員認為AGI需具備可解釋的價值觀、效用函數及動態情境理解。為此，提出一種神經符號模型，結合進化理論與神經科學，探索AI的意識與同理心，並可能為對齊問題提供解決方案。 PubMed DOI

這篇論文探討大型語言模型（LLMs），如OpenAI的GPT-4，所展現的突現特性，特別是它們被認為的智慧與意識。作者指出，對這些特性的定義不夠清晰，且模型內部推理存在缺陷。智能系統的關鍵在於對環境的反應，這可從行為中推斷。透過哲學現象學和認知生態學，論文分析了GPT-4的錯誤，認為其缺乏人類的時間意識，導致無法形成穩定的感知世界。最終，作者認為GPT-4與使用者共同創造虛構敘事，而非真正理解或擁有意識。 PubMed DOI

這篇文章介紹了心理體系（Psychomatics），探討大型語言模型（LLMs）與人類在資訊處理上的差異。雖然LLMs在學習和語言使用上展現出類似的認知技能，但其基本過程卻截然不同。心理體系透過比較LLMs與生物系統，分析它們在獲取、記憶和利用資訊上的差異。LLMs能夠有效操控語言模式，但缺乏人類的情感和經驗，限制了對複雜關係的理解。最終，這個框架旨在深入了解語言、認知和智慧，並指導更具人性化的人工智慧系統發展。 PubMed DOI

人工智慧（AI）在自然語言處理的發展，特別是ChatGPT，已經改變了許多領域，包括知識評估。這種生成式AI能提升寫作效率，但也引發對資訊準確性和倫理的擔憂。在教育和科學寫作中，建立明確的使用指導方針至關重要。此外，AI對人際互動和睡眠的影響也需關注。為了有效整合AI，必須透過持續研究和公共討論來平衡其優缺點。 PubMed DOI