神经科学启发的AI：整合行动、结构和记忆

本文主张将神经科学的原理，特别是行动整合、组合结构和情景记忆，融入基础模型，以解决幻觉、缺乏自主性、可解释性问题和能源效率低下等问题。它建议从仅仅依赖下一个token预测转向更像人类的AI方法。

• •目前的基础模型缺乏大脑高级预测编码模型中的关键组成部分。
• •整合行动、组合结构和情景记忆可以提高安全性、可解释性和效率。
• •本文建议用受大脑启发的组件来增强当前的趋势，如Chain-of-Thought和Retrieval-Augmented Generation。
• •脑科学和人工智能之间重新交流对于以人为本的人工智能发展至关重要。