人工智能可自發(fā)形成人類級認(rèn)知?中國團(tuán)隊最新研究首次證實
中新網(wǎng)北京6月9日電 (記者 孫自法)人工智能(AI)能否像人類一樣認(rèn)知和理解事物?中國科學(xué)家團(tuán)隊結(jié)合行為實驗與神經(jīng)影像分析首次證實,基于人工智能技術(shù)的多模態(tài)大語言模型能夠自發(fā)形成與人類高度相似的物體概念表征系統(tǒng),即人工智能可自發(fā)形成人類級認(rèn)知。
該項研究由中國科學(xué)院自動化研究所(自動化所)神經(jīng)計算與腦機(jī)交互團(tuán)隊、中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心團(tuán)隊等聯(lián)合完成,相關(guān)成果論文6月9日在國際專業(yè)學(xué)術(shù)期刊《自然·機(jī)器智能》上線發(fā)表。這不僅為人工智能認(rèn)知科學(xué)開辟了新路徑,更為構(gòu)建類人認(rèn)知結(jié)構(gòu)的人工智能系統(tǒng)提供了理論框架。

論文第一作者、中國科學(xué)院自動化所杜長德副研究員介紹說,人類能夠?qū)ψ匀唤缰械奈矬w進(jìn)行概念化,這一認(rèn)知能力長期以來被視為人類智能的核心。當(dāng)人們看到“狗”“汽車”或“蘋果”時,不僅能識別它們的物理特征(尺寸、顏色、形狀等),還能理解其功能、情感價值和文化意義,這種多維度的概念表征構(gòu)成了人類認(rèn)知的基石。
近年來,隨著ChatGPT等大語言模型的爆發(fā)式發(fā)展,這些大模型能否從語言和多模態(tài)數(shù)據(jù)中發(fā)展出類似人類的物體概念表征,這一根本性問題也浮出水面,備受關(guān)注。
論文通訊作者、中國科學(xué)院自動化所何暉光研究員指出,傳統(tǒng)人工智能研究聚焦于物體識別準(zhǔn)確率,卻鮮少探討模型是否真正“理解”物體含義?!爱?dāng)前AI能區(qū)分貓狗圖片,但這種‘識別’與人類‘理解’貓狗的本質(zhì)區(qū)別仍有待揭示”。
在本項研究中,研究團(tuán)隊從認(rèn)知神經(jīng)科學(xué)經(jīng)典理論出發(fā),設(shè)計出一套融合計算建模、行為實驗與腦科學(xué)的創(chuàng)新范式。他們采用認(rèn)知心理學(xué)經(jīng)典的“三選一異類識別任務(wù)”,要求大模型與人類從物體概念三元組(來自1854種日常概念的任意組合)中選出最不相似的選項。通過分析470萬次行為判斷數(shù)據(jù),研究團(tuán)隊首次構(gòu)建了人工智能大模型的“概念地圖”。
在此基礎(chǔ)上,研究團(tuán)隊從海量大模型行為數(shù)據(jù)中提取出66個“心智維度”,并為這些維度賦予了語義標(biāo)簽。研究發(fā)現(xiàn),這些維度是高度可解釋的,且與大腦類別選擇區(qū)域(如處理面孔、場景、軀體等信息的區(qū)域)的神經(jīng)活動模式顯著相關(guān)。
研究團(tuán)隊進(jìn)一步對比了多個模型在行為選擇模式上與人類的一致性,結(jié)果顯示,多模態(tài)大模型在一致性方面表現(xiàn)更優(yōu)。此外,該研究還揭示,人類在做決策時更傾向于結(jié)合視覺特征和語義信息進(jìn)行判斷,而大模型則傾向于依賴語義標(biāo)簽和抽象概念。
何暉光表示,本項實現(xiàn)從“機(jī)器識別”到“機(jī)器理解”跨越的研究表明,大語言模型并非“隨機(jī)鸚鵡”,而是內(nèi)部存在著類似人類對現(xiàn)實世界概念的理解,其核心發(fā)現(xiàn)是人工智能的“心智維度”與人類殊途同歸。(完)


社會新聞精選:
- 2025年07月12日 17:24:16
- 2025年07月12日 16:54:04
- 2025年07月12日 15:11:50
- 2025年07月12日 15:03:09
- 2025年07月12日 14:41:52