据 ai987.cn 于 2025 年 5 月 24 日收到的消息 ‣ 人工智能的发展最初受到人脑启发，特别是神经网络结构，如今这一领域反过来推动了对人脑的深入研究。AI 研究公司 Anthropic 的首席执行官 Dario Amodei 最近指出，随着 AI 可解释性技术的进步，研究人员可以更清晰地观察 AI 模型的内部运作，从而获取有助于理解大脑机制的信息。

Amodei 表示，尽管 AI 技术在初期很大程度上借鉴了神经科学的研究成果，但近年来这种影响关系发生了转变。他提到，AI 可解释性的提升使研究人员能够“透视”复杂的模型结构，并将这些发现应用于神经科学领域。这种双向互动不仅加深了对 AI 的理解，也为神经科学研究提供了新的视角。

以视觉处理为例，AI 模型中发现的高频与低频检测机制，后来在神经科学研究中得到了验证。这种从 AI 到大脑的反向影响，展示了人工智能如何为理解人脑提供有价值的线索。Amodei 认为，AI 可解释性的发展不仅有助于构建更安全、更强大的 AI 系统，也为神经科学提供了新的研究工具。

当前，随着 AI 模型复杂性的增加，研究其内部决策机制变得尤为重要。这一趋势推动了更多可解释性技术的开发，为 AI 与神经科学的融合奠定了基础。未来，这种跨学科的合作有望在多个领域产生深远影响。

编译自英文媒体