译者 | 涂承烨
审校 | 重楼
记忆帮助人们记住“我是谁”。它保存着人们的经历、知识和情感。过去，记忆被认为只存在于人脑中。如今，研究人员正在研究如何在机器内部存储记忆。
人工智能（AI）因技术广泛应用而快速发展。它现在能够以类似于人类思维的方式学习和记忆信息。与此同时，科学家们正在探索大脑保存和回忆记忆的方式。这两个领域正在交汇融合。
一些AI系统可能很快就能使用数字模型存储个人记忆并回忆过往经历。这为以非生物形式保存记忆创造了新可能性。研究人员还在探索将人类思想上传至机器的想法——这将改变人们对身份和记忆的认知方式。然而，这些进步引发了严重担忧。在机器中存储记忆或思想带来了控制权、隐私权和所有权的问题。随着这些变化，记忆本身的意义也可能开始转变。随着AI的持续进步，人类与机器对记忆的理解之间的界限正逐渐模糊。
人工智能能否复制人类记忆？
人类记忆是认知能力的重要组成部分，使我们能够思考和回忆信息。它帮助人们学习、计划和理解世界。记忆以不同方式运作，每种类型都有其独特作用。短期记忆用于需要即时关注的任务，例如记住电话号码或句子中的几个单词。长期记忆则长时间保存信息，包括事实、习惯和个人事件。
在长期记忆中还有更多分类。情景记忆存储生活经历，记录如学校旅行或生日庆祝等活动。语义记忆保存一般性知识，例如国家首都名称或简单术语的含义。所有这些记忆类型都依赖大脑运作，这些过程依赖于海马体。它在形成和回忆记忆中起重要作用。当一个人学习新事物时，大脑会在神经元之间建立活动模式。这些模式就像路径，帮助存储信息并便于日后回忆。这就是大脑如何随时间构建记忆的过程。
2024年，麻省理工学院（MIT）研究人员发表了一项研究，模拟了海马体回路中的快速记忆编码。这项工作展示了神经元如何快速高效地适应存储新信息，为人类大脑如何持续学习和记忆提供了洞见。
人工智能如何模拟人类记忆
AI旨在模仿部分脑功能。大多数AI系统使用受大脑结构启发的神经网络。Transformer模型如今已成为许多先进系统的标准配置，包括XAI的Grok 3、谷歌的Gemini和OpenAI的GPT系列。这些模型从数据中学习模式并能存储复杂信息。在某些任务中，另一种称为循环神经网络（RNN）的模型被采用。这类模型更适合处理按顺序到达的数据（如语音或书面文本）。这两种类型帮助AI以类似人类记忆的方式存储和管理信息。
然而，AI记忆与人类记忆存在差异。它不包含情感或个人理解。2024年底，谷歌研究院的研究人员推出了一种名为Titans的新型记忆增强模型架构。该设计在传统注意力机制旁添加了神经长期记忆模块，使模型能够存储和回忆超过200万token的上下文信息，同时保持快速训练和推理速度。在包含语言建模、推理和基因组学的基准测试中，Titans超越了标准Transformer模型和其他内存增强变体。这标志着AI系统在长期维护和利用信息方面迈出重要一步，尽管情感细微差别和个人记忆仍超出其能力范围。
神经形态计算：类脑方法
神经形态计算是另一个发展领域。它使用模仿脑细胞的特殊芯片。IBM的TrueNorth和英特尔的Loihi 2是两个例子。这些芯片使用脉冲神经元，以类似大脑的方式处理信息。2025年，英特尔发布了Loihi 2的升级版，速度更快且能耗更低。科学家认为这项技术可能在未来帮助AI记忆变得更类人。
另一种改进来自内存操作系统。Memos就是一个例子，它帮助AI跨多个会话记住用户交互。旧系统常会遗忘先前上下文（即所谓的“记忆孤岛”），导致AI实用性降低。Memos试图解决这个问题，测试显示其能提升AI推理能力并使回答更一致。
将思想上传至机器：是否可能？
将人类思想上传至机器的想法已不再仅仅是科幻小说。随着脑机接口（BCI）技术的进步，这一领域正成为日益增长的研究热点。这些接口通过读取脑信号并将其转化为数字指令，在人脑与外部设备之间建立连接。
2025年初，Neuralink进行了脑机接口人体试验。这些设备使瘫痪患者能够仅凭思维控制计算机和机械肢体。另一家公司Synchron也报告了其非侵入式BCI的成功应用。其系统使严重身体受限的用户能够有效与数字工具互动和交流。
这些结果表明，连接大脑与机器是可能的。然而，当前BCI仍存在诸多限制。它们无法完全捕捉所有脑活动，性能依赖于频繁调整和复杂算法。此外还存在严重的隐私问题——由于脑数据高度敏感，滥用可能导致重大伦理问题。
上传思想的终极目标远不止读取脑信号。它涉及将一个人的全部记忆和心智过程复制到机器中，这一概念被称为全脑仿真（WBE）。这需要绘制大脑中每个神经元及其连接，然后通过软件重现其工作方式。
2024年，麻省理工学院（MIT）的研究人员使用先进成像方法研究了多种哺乳动物大脑中的神经网络。研究对象包括小鼠、猴子和人类，此步骤具有重要意义。但由于人脑包含约860亿个神经元和数万亿个突触，许多科学家认为全脑仿真可能仍需数十年时间。
流行文化使人们更容易想象这种未来图景。《黑镜》和《上载新生》等电视剧描绘了人类思维被存储在数字形式中的虚构世界。这些故事既突出了相关技术的潜在益处和重大风险，也引发了关于个人身份、控制权和自由的重大担忧。虽然这些设想激发了公众兴趣，但现实技术仍相去甚远。许多科学和伦理挑战仍未解决，包括私人数据保护和数字心智是否真正等同于人类心智等问题。
伦理挑战与未来路径
将人类记忆和思想存储在机器中的想法引发了严重伦理问题。一个主要问题是所有权和控制权。一旦记忆被数字化，谁有权使用或管理这些记忆就变得不明确。还存在个人数据可能被未经授权访问或用于有害用途的风险。
另一个关键问题是AI意识。如果AI系统能够像人类一样存储和处理记忆，一些人怀疑它们是否会变得有意识。少数人相信这可能在未来发生，另一些人则认为AI仍然是仅遵循指令的工具，缺乏真正的意识。
记忆上传的社会影响也是一个严峻问题。由于技术成本高昂，可能只有富裕阶层才能享用，从而加剧社会现有不平等现象。
此外，DARPA正通过其N3计划继续开展BCI研究。这些项目专注于开发非侵入式系统以实现人脑与机器的连接，目标是提升决策和学习能力。另一个新兴领域是量子计算。2024年，谷歌推出的Willow芯片在纠错和快速处理方面表现出色。尽管此类量子系统可能在存储和处理记忆方面更高效，但仍存在局限。绘制包含约860亿个神经元和数万亿连接的完整人脑连接组（connectome）是一项极具挑战性的任务。因此，完整的思想上传目前仍不可能实现。
公众教育也至关重要。许多人并不完全了解AI的工作原理，这导致了恐惧和困惑。教育公众了解AI的能力边界有助于建立信任，并支持新技术的安全使用。
结论
AI正逐步学会以类似人类思维过程的方式管理记忆。神经网络、神经形态芯片和脑机接口等模型和方法已显示出稳步进展。这些发展为AI更有效地存储和处理信息提供了帮助。
然而，完全模仿人类记忆或将思想上传至机器的目标仍遥不可及。存在诸多技术障碍、高昂成本和严重伦理问题亟待解决。此外，数据隐私、身份认同和平等获取机会等问题至关重要。更重要的是，公众认知发挥着关键作用——当人们了解这些系统的工作原理时，他们更有可能信任并接受新技术。虽然AI记忆可能会在未来改变我们对人类身份的认知，但目前它仍处于发展阶段，并未融入日常生活。
译者介绍
涂承烨，51CTO社区编辑，具有15年以上的开发、项目管理、咨询设计等经验，获得系统架构设计师、信息系统项目管理师、信息系统监理师、PMP，CSPM-2等认证。
原文标题：Can AI Achieve Human-Like Memory? Exploring the Path to Uploading Thoughts，作者：Dr. Assad Abbas
