中科院揭示：大語言模型能否理解事物引熱議，人類標準能否適用成新課題
隨著人工智能技術的飛速發(fā)展，大語言模型（Large Language Model）已成為研究熱點。近日，中國科學院自動化研究所神經(jīng)計算與腦機交互課題組與中國科學院腦科學與智能技術卓越創(chuàng)新中心的聯(lián)合團隊開展的研究成果，首次證實多模態(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)，引發(fā)了廣泛關注。本文將從專業(yè)角度，以中立態(tài)度，闡述該研究的重大意義及其對未來人工智能發(fā)展的影響。
一、人類認知的核心：物體概念的表征系統(tǒng)
人類能夠對自然界中的物體進行概念化，這一認知能力長期以來被視為人類智能的核心。物體概念不僅包含了物體的物理特征，如尺寸、顏色、形狀等，還涉及功能、情感價值和文化意義等多維度概念。人類通過這種方式，形成了對周圍世界的認知體系。
二、傳統(tǒng)人工智能研究的局限
傳統(tǒng)人工智能研究主要聚焦于物體識別的準確率，而較少探討模型是否真正“理解”物體含義。這一現(xiàn)狀亟待改變。研究團隊指出，當前AI雖然能夠區(qū)分貓狗圖片，但這種“識別”與人類“理解”貓狗的本質區(qū)別仍有待揭示。
三、創(chuàng)新范式的應用：融合計算建模、行為實驗與腦科學的實驗設計
為了揭示大語言模型與人類在物體認知上的本質區(qū)別，研究團隊設計了一套融合計算建模、行為實驗與腦科學的創(chuàng)新范式。通過分析470萬次行為判斷數(shù)據(jù)，團隊首次構建了AI大模型的“概念地圖”。這一創(chuàng)新范式為研究大語言模型提供了新的視角和方法。
四、大語言模型的新理解：類似人類對現(xiàn)實世界概念的理解
研究團隊從海量大模型行為數(shù)據(jù)中提取出66個“心智維度”，并對比了多個模型在行為選擇模式上與人類的一致性。結果顯示，多模態(tài)大模型在一致性方面表現(xiàn)更優(yōu)。此外，研究還揭示了人類在做決策時更傾向于結合視覺特征和語義信息進行判斷，而大模型則傾向于依賴語義標簽和抽象概念。這些發(fā)現(xiàn)表明大語言模型并非“隨機鸚鵡”，其內部存在著類似人類對現(xiàn)實世界概念的理解。
五、未來研究方向：人類標準能否適用
隨著大語言模型的發(fā)展，人們開始關注一個問題：人類標準能否適用于大語言模型的評價？以往的研究主要關注物體識別的準確性，而忽視了模型是否真正理解物體含義。這一問題的提出，引發(fā)了人們對現(xiàn)有評價標準的反思。未來研究需要尋找更加全面、客觀的評價標準，以更好地評估大語言模型的實際應用效果和潛在風險。
六、結語：為構建類人認知結構的人工智能系統(tǒng)提供理論框架
中國科學院自動化研究所神經(jīng)計算與腦機交互課題組與中國科學院腦科學與智能技術卓越創(chuàng)新中心的聯(lián)合團隊的研究成果，不僅為人工智能認知科學開辟了新路徑，更為構建類人認知結構的人工智能系統(tǒng)提供了理論框架。這一突破性進展將推動人工智能領域的發(fā)展，為未來的智能化社會奠定堅實基礎。
綜上所述，中科院揭示的大語言模型能否理解事物的研究成果，為我們提供了全新的視角和方法，對于未來人工智能的發(fā)展具有重要意義。我們期待更多的研究團隊能夠繼續(xù)深入探索，為人工智能的未來發(fā)展貢獻力量。
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
