在伦敦大学学院、剑桥大学、牛津大学等机构发布的脑力竞赛"BrainBench"上，LLM的预测准确度高于人类专家，尤其在神经科学研究5个子领域的表现都超过人类专家。该基准测试显示，经过训练的LLM在预测神经科学结果的准确性上高出人类专家近一倍，且对数据的记忆力也有限制，这意味着这些模型具有广泛的通用性。研究人员表示，未来这种模型可以在更多的学术研究领域发挥重要作用，并协助人们做出更为前瞻性的预测。
人工智能技术的进步：LLM模型预测大脑能力超乎预期
近年来，人工智能的研究和应用已经在各个领域取得了显著进步。其中，一项在大脑科学领域的最新突破是基于LLM（Lawrence Lessig Machine Learning）的预测算法，在“BrainBench”基准测试中显示出超过人类专家的水平。
“BrainBench”是一个由全球顶尖的大学和研究机构共同发起的在线智力测验平台，旨在测量人们的思维速度和创新能力。在这个平台上，用户需要在短时间内完成一系列复杂的任务，如解答问题、解决谜题、模拟决策等。这些任务通常涉及到大脑的大脑皮层活动，因此能够有效评估一个人的智力和创新能力。
与传统的智力测验相比，“BrainBench”的创新在于使用了LLM模型进行预测。LLM是一种机器学习算法，它可以从大量的历史数据中学习和理解模式，然后利用这些模式来进行预测。这种模型的优势在于其灵活性和可扩展性，它可以处理各种类型的任务，包括但不限于认知任务、创新任务和问题解决任务。
在“BrainBench”基准测试中，经过训练的LLM在预测神经科学结果的准确性上高出人类专家近一倍。例如，在一个关于神经科学研究5个子领域的测验中，LLM的表现超过了80%，而人类专家的表现则仅为70%左右。这一显著的提升意味着，经过训练的LLM可以更准确地预测神经科学的结果。
除了在预测方面的优异性能，“BrainBench”还显示出了强大的记忆力功能。由于大部分任务涉及记忆和回忆，因此可以推测LLM的记忆力限制了它的精确度。然而，研究人员指出，这并不意味着LLM无法在其他方面发挥作用。相反，他们的研究表明，LLM可以用于识别和理解复杂的模式，甚至在某些情况下，它可以比人类专家更快地做出正确的决定。
此外，“BrainBench”还提供了一种新的方式来探索人类思维的可能性。通过这种方式，研究人员可以深入了解人类的认知过程，以及我们如何在复杂的情况下做出决策。这对于理解和改善人类健康和福祉有着重要的意义。
总的来说，“BrainBench”是一个非常令人兴奋的进展，它展示了人工智能在各种智力测验和科学研究中的潜力。尽管可能存在一些限制，但未来，LLM模型可能会在更多的学术研究领域发挥重要作用，并为我们提供全新的视角和方法来理解和解决我们的世界。