我国科研团队首次证实，人工智能可自发形成人类级认知

我国科研团队结合行为实验与(yǔ)神经影像分析，首次证实多模态大语言模型能自发形成与人类(rénlèi)高度相似的物体概念表征系统。6月(yuè)9日，相关研究成果在《自然·机器智能》发表。 实验范式示意图。人类对自然界中的物体进行概念化的认知能(néng)力，被(bèi)视为人类智能的核心。当(dāng)人们看到“狗”“汽车”或“苹果”时，不仅能识别它们的尺寸(chǐcùn)、颜色、形状等物理特征，还能理解其功能、情感(qínggǎn)价值和文化意义。而随着大语言模型的爆发式发展，一个根本性问题浮现：这些大模型能否(néngfǒu)从语言和多模态数据中，发展出与人类相似的物体概念表征？ 传统人工智能研究聚焦于物体(wùtǐ)识别准确率，却很少探讨模型是否能真正“理解”物体的含义(hányì)。“当前人工智能可以区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待(yǒudài)揭示。”论文通讯作者、中国科学院自动化研究所(zhōngguókēxuéyuànzìdònghuàyánjiūsuǒ)研究员何晖光说。 科研团队通过(tōngguò)分析470万次行为判断数据，首次构建了人工智能大(dà)(dà)模型的“概念地图”，并从(cóng)认知神经科学经典(jīngdiǎn)理论(lǐlùn)出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。从海量大模型行为数据中，他们提取出66个“心智维度”，并赋予语义标签。这些维度具有高度的可解释性，且与大脑类别选择区域的神经活动模式显著相关(xiāngguān)。研究还对比了多个模型在行为选择模式上与人类的一致性。结果显示，多模态大模型在一致性方面表现(biǎoxiàn)更优(gèngyōu)。该研究表明，大语言模型内部存在着类似人类对现实世界概念的理解，即人工智能的“心智维度”与人类殊途同归。 来源(láiyuán)：北京日报客户端