待验证50% 置信事实精确时间
Anthropic等机构正在通过机械可解释性研究逆向工程神经网络内部的计算结构，如识别模型中的特征和回路，但目前技术仍远远不足以理解完整模型的行为
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/3
首次发现
有效期至：2026/12/2
来源
涉及实体
相关事实
待验证根据IIT，前馈神经网络（包括标准Transformer推理过程）中信息主要沿单一方向流动，缺乏丰富循环因果交互，其信息整合度远不及生物大脑，因此当前AI架构本质上不适合产生意识70% 相似待验证缺乏身体感知回路的AI在结构层面可能无法形成人类意义上的主观意识，这是关于底层架构缺失的论断而非数据不足的工程问题70% 相似待验证关于AI工具使用是否会导致认知能力退化，学界目前尚无定论，相关纵向研究仍处于数据积累阶段67% 相似待验证机器人世界模型领域长期缺乏统一、易用的评估工具，研究者用不同指标和数据集自证效果导致横向对比困难66% 相似待验证纯APP形态，无配套硬件（如脑电头环）反馈，无法提供生理数据量化冥想效果，对需要客观指标跟踪进展的用户吸引力有限66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/847701API
curl https://kongchang.com/api/v1/knowledge/claims/847701MCP
get_claim(id=847701)