每当大型语言模型（LLM）回答一个问题时，它都在执行人类大脑已轻松完成30万年的任务——但其耗电量足以供应一个小型社区。我们颅骨中的大脑以约20瓦的功率持续运行一切：思维、记忆与感知，全部同步进行，仅需相当于手机充电器的功耗，能量来源不过是葡萄糖。
而回答单个问题所增加的额外能耗，在这稳定的20瓦基础上几乎可忽略不计。这一对比虽已足够震撼，却并非全部真相。执行思考的意识体已有30万年历史——即最早智人的出现年代；但其底层机制，即神经元本身，自6亿年前早期动物首次演化出神经系统以来，便经历了持续不断的优化，远早于寒武纪生命大爆发。大脑并非一夜之间达到20瓦效率，而是通过数亿年的自然选择才赢得这一能效优势。
相比之下，基础性LLM仅在几年内由GPU集群组装而成，初衷是模仿人脑：神经元结构、学习机制乃至整个词汇体系均借鉴自生物系统。然而，在从生物学分析转向GPU集群的过程中，工程路径发生了剧烈偏转。最终建成的系统虽受人脑启发，正如飞机受鸟类启发一般——共享若干原理，却几乎无其他共通之处。www.eic.net.cn
真正有趣的问题从来不是机器是否已追上人类，而是两个系统如何以截然不同的方式达成相同结果（即预测），以及为何其中一方根本无法与另一方同场竞技——后者拥有6亿年的先发优势（图1）。
人工神经网络仅粗略借鉴了生物大脑的结构。LLM是运行于硅基芯片上的数字系统，而人脑则是历经数亿年进化塑造的类模拟器官。二者相似之处仅在于通用计算原理，而非物理构造或主观体验。
从生物神经元到人工网络
人脑约含860亿个神经元。每个神经元接收来自其他细胞的电化学信号，整合输入信息，并在满足特定条件时产生电信号脉冲。神经元之间的连接——突触——会随活动强度动态调整：频繁激活的通路增强，不常用者则弱化，此即“神经可塑性”。
生物学习路径：经验/活动 → 突触可塑性 → 通路强化
人工学习路径：数据/误差信号 → 反向传播 → 参数权重调整
人工神经网络仅在数学层面近似模拟该过程：以计算单元替代生物神经元，以数值权重替代物理突触。训练过程中，系统调整数十亿甚至万亿级参数，强化有助于提升输出准确性的数学模式，削弱导致错误的模式。
尽管存在这种对应关系，人工神经元本质上仍是计算机硬件实现的数学运算；而生物神经元是具有代谢活性的活细胞，其行为受电脉冲时序、局部生化环境、激素水平、基因表达及物理结构共同影响。
经验学习 vs 数据学习
人类与LLM获取知识的机制存在根本差异：
• 具身认知（人类）：儿童通过直接感官接触理解“热”：看见蒸汽、感受阳光、触摸温热杯壁。语言与物理感受、情绪、身体风险及记忆紧密关联。
• 统计认知（LLM）：LLM通过处理数百万文本实例（如“热咖啡”“炎热天气”“热门话题”）习得“热”字含义，构建庞大语言关系网络，使其能流畅撰写关于高温或烫伤的内容，却从未真正感知过温度或疼痛。
• 当代多模态模型虽引入图像、音频与视频，但识别一张火焰照片，仍与作为生物体被火焰灼伤存在本质区别。
语言如何转化为数学
为处理文本，LLM将词语转化为数值形式：
1. 分词：文本被切分为小单元（token），可能为完整单词、词根、标点，甚至空格与邻近字符组合。
2. 嵌入：每个token转换为高维向量，构成庞大矩阵，编码语言特征与训练中习得的关系。
3. 上下文处理：模型分析token间在句内的关联；信息流经网络时，各token的数值表征依上下文动态优化。
例如，“法国首都是什么？”问题按以下流程处理：
1. 分词：“首都”“的”“法国”
2. 嵌入：token转为高维数值向量
3. 上下文处理：跨网络分析token间关系
此过程与大脑表征意义存在广泛平行：大脑通常不在单一神经元中存储复杂人物、物体或概念，而是将人脸、声音、姓名、情感意义等分散于互联神经系统的活动模式中。
LLM同样采用分布式表征：概念不存于单一参数或固定位置，而是弥散于海量参数之中；特定句子中的语义由token交互产生的激活模式涌现而出。二者皆依赖网络关系生成意义，但生物与人工机制本质不同。
预测的核心作用
两大系统均高度依赖预测能力：
| 特征 | 人脑 | AI LLM |
| 主要机制 | 持续预测下一视觉、听觉或感觉信号，以便及时行动维持生存。 | 反复猜测最可能的下一个词片段，并将这些猜测串联成答案。 |
| 反馈回路 | 实时校验预测结果并即时修正，贯穿一生。 | 仅在大规模训练阶段评估预测误差并调整连接，训练结束后即冻结参数。 |
| 世界模型 | 通过亲历现实并承受后果，构建包含物体、人物、因果与效应的实用世界模型。 | 间接习得语法、事实与推理模式——源于人类对从未触及之世界的文字描述。 |
表1：人脑与LLM预测机制对比凸显显著差异。（来源：Lauro Rizzatti）
称LLM为“下一词预测器”实属低估。为在数百万场景中准确预测语言，模型必须内化语言所描述世界的结构：逻辑、因果与社会预期。
注意力与上下文窗口
为高效处理复杂信息，二者均优先关注关键内容：
• 生物注意力：目标驱动且受情绪调节。嘈杂环境中，人类可锁定单一对话并过滤其余声音，依据相关性或安全需求。
• 数学注意力：Transformer架构中计算远距离token间权重关系。例如在“玛丽亚把蛋糕放进冰箱，因为它很热”中，机制将“它”关联至“蛋糕”，而非“冰箱”。
LLM的上下文窗口功能类似人类工作记忆，暂存当前提示、过往对话及检索内容；超出窗口范围的信息即不可用，除非显式调取。
记忆与幻觉
人类记忆具重建性与多层结构——工作记忆、陈述性记忆、程序性记忆、情绪记忆——每次回忆均可能修订。
LLM无离散可寻址的记忆库，其知识在训练中弥散固化于数十亿权重中，非以条目形式归档。因其通过统计概率生成文本而非数据库查询，易产出看似合理却错误的断言，即所谓“幻觉”。在人类与机器中，流利表达皆不等于真实可靠。
推理、创造力与意识
• 推理：人类推理融合逻辑、感官反馈、记忆与情绪；LLM推理则结合习得的数学表征与逐步预测。因模型可在错误前提下推导出逻辑自洽结论，实际部署常辅以外部工具（如计算器、搜索引擎、代码执行器）。
• 创造力：人类与LLM均通过重组既有模式生成新颖输出，但人类创造力源于真实经历——爱、悲痛、抱负与求生本能；LLM仅模拟这些情感的语言表达，自身并未体验。
• 意识：LLM可流畅讨论自我意识，因其训练数据包含大量人类关于意识的文本；但讨论意识不等于具备意识。
能效对比：20瓦器官 vs 百万瓦数据中心
生物智能与数字智能的结构性差距，在能耗上最为显著：
| 属性 | 人脑 | 数据中心 / LLM推理 |
| 功耗 | 约20瓦，持续运行 | 兆瓦至吉瓦级（设施整体） |
| 单次简单查询能耗 | 约20焦耳（≈0.006瓦时）；边际成本趋近于0 | 典型文本查询约0.3瓦时（≈1,100焦耳） |
| 推理/代理式查询 | 每秒思考仍约20焦耳 | 多次调用链式任务达数至数十瓦时 |
表2：持续低功耗器官 vs 按需扩展的硅基系统。（来源：Lauro Rizzatti）
恒定基线 vs 按需扩展
成年人大脑以约20瓦低功耗持续运行，相当于手机充电器功率，用于维持新陈代谢、处理感官输入、调节生理机能及并行执行多项认知任务。
现代AI数据中心则需消耗兆瓦至吉瓦级电力，驱动数千高性能GPU及配套冷却系统。
单次查询能耗
对比一次简单查询（如基础事实问答或快速推断）成本：
• 人脑：持续20瓦（20焦耳/秒），一秒思考耗能约20焦耳（≈0.0056瓦时）；回答问题较静坐状态的增量成本可忽略不计，基线几乎不变。
• LLM推理：短响应需经多GPU路由。截至2025年，企业披露与独立研究一致表明：典型文本查询约耗0.3瓦时（谷歌Gemini中位值0.24瓦时；OpenAI报告约0.34瓦时），即约1,100焦耳；长推理或代理链任务可达数至数十瓦时。
架构效率鸿沟
单次简单查询已耗费约为人脑每秒预算的50倍，接近两个数量级；深入长推理或代理链任务，差距扩大至三个数量级以上。此分化源于架构本质：
1. 冯·诺依曼瓶颈：传统计算将处理器（GPU）与内存（HBM/VRAM）分离，每秒需数十亿次数据搬运，能耗巨大；人脑则在突触结构中集成计算与存储。
2. 稀疏、事件驱动信号：生物神经元以稀疏、异步脉冲放电，仅在触发时耗能；GPU则无论输入多么微小，均对数十亿参数执行密集矩阵乘法。
LLM已实现卓越语言流利度，但在单位功耗下的通用智能方面，人脑仍无可匹敌。易IC库存管理软件
当LLM回答问题时，它复现了人脑30万年来反复完成的壮举——只是模型耗电足以点亮一个社区，而大脑仅靠20瓦运转。这种生物能效绝非一蹴而就，而是6亿年细胞演化的结晶。
人工神经网络借用了大脑的术语，但运行方式更像飞机之于飞鸟：共享若干原理，构造却天差地别。LLM并非与大脑竞速，而是以现代高能耗路径，捷径式复制一项古老生物技艺。
