俄亥俄州克利夫兰 — 一位本地AI企业家正与脑部研究人员合作，测试研究受损大脑（特别是中风患者的大脑）是否有助于创建更小、更节能的人工智能模型。
以渐进保险（Progressive）的Flo和Aflac鸭等广告角色闻名的长期代言人杰夫·查尼（Jeff Charney），正在与南卡罗来纳大学（University of South Carolina）研究副总裁朱利叶斯·弗里德里克松（Julius Fridriksson）联手成立合资企业。弗里德里克松数十年来专注于研究中风后患失语症（aphasia）患者的大脑——失语症是一种常由创伤性脑损伤引发的语言障碍。
查尼的MKHSTRY公司与弗里德里克松的NXTLLM共同创建了名为Allt.ai的合资企业，推出"大脑-LLM统一模型"（Brain-LLM Unified Model，简称BLUM）技术。该技术理论上可使ChatGPT等人工智能模型运行效率显著提升。
弗里德里克松解释道，部分中风患者终身无法恢复语言能力，但有时大脑会自主寻找恢复路径——患者虽存在持久脑损伤（即病变区域，指受损或异常的脑组织），仍能克服初始失语症状。他表示，研究此类患者不仅深化了对人类大脑运作机制的理解，更揭示了"以少胜多"的技术路线图。
弗里德里克松指出，团队将运用失语症神经影像模型，在ChatGPT或Gemini等AI应用的大型语言模型（LLMs）中人为制造"病变"，从而识别核心功能与冗余部分。BLUM技术可将这些"失语"LLM的输出，映射至人类大脑语言功能的磁共振成像（MRI）模型。"我们认为，通过有选择性地修剪AI模型规模，能保留大部分智能。"弗里德里克松向cleveland.com及《平原经销商报》（The Plain Dealer）表示。
作为AI技术倡导者，查尼坦言自己全身心投入该领域。他最初离开渐进保险创立个人公司，但在ChatGPT公开后转向开发MKHSTRY AI系统，旨在简化从创意到营销活动的漫长流程。然而他担忧环境成本：亚马逊、谷歌和微软等企业建造的大型数据中心耗电量堪比小型城市。"若AI要兑现其承诺，必须优先解决能耗问题。"查尼强调。
人类大脑如何帮助AI？
人类大脑与驱动AI的大型语言模型虽不完全相同，但共享高度复杂性的特征。人脑约含860亿神经元，通过数万亿连接形成思维；类似地，AI可拥有超万亿参数——如同微小的虚拟开关，在AI"思考"时启闭。
弗里德里克松指出关键差异：人脑每三天仅消耗一节AA电池电量，而数据中心耗电相当于小型城市。原因在于人脑具有高度选择性——仅激活当下所需脑区，如同用手电筒照亮建筑中的特定房间；而AI运行时却像仓库所有灯光同时开启。
"几乎所有关于人脑语言处理的知识都源于中风患者研究。"弗里德里克松表示，通过分析大量患者MRI数据，科学家能建立脑区位置与功能损伤的关联模型。此前，他团队曾用AI创建患者大脑"数字孪生体"，模拟创伤以指导治疗。实验中意外发现：即使人为损伤"数字孪生体"，AI模型性能也未受影响。"模型无需如此庞大，"他意识到大型语言模型存在大量冗余，具备精简空间。
大型语言模型如同"黑箱"：层级结构中的参数功能"完全难以理解"。BLUM技术计划在模型训练前期或调优阶段介入，理论上可使AI企业最大限度削减参数数量而不损性能。弗里德里克松坦言效果尚待验证——团队已确认参数可缩减，但具体幅度与节电效能仍在探索中。由于技术涉及商业机密，细节披露有限。
查尼与弗里德里克松希望与大型AI企业合作优化模型效率，同时期待合作伙伴能协助推进AI在失语症等神经语言障碍治疗中的应用研究，实现技术双向赋能。
【全文结束】
