我國科研團隊結合行為實驗與神經影像分析，首次證實多模態大語言模型能自發形成與人類高度相似的物體概念表征系統。6月9日，相關研究成果在《自然·機器智能》發表（詳細見文章后面附錄）。從文中分析，大語言模型（LLM）展現出了一些類似人類對現實世界概念的理解，這可以被視為一種“心智維度”的體現。不過，這種“心智維度”與人類的心智在本質上仍有顯著差異。

1、大語言模型的“心智維度”表現

大語言模型通過海量數據的訓練，能夠學習到語言中的模式、關系和概念，從而在一定程度上展現出類似人類對現實世界概念的理解。

在語義理解方面，大語言模型能夠理解自然語言中的語義關系。例如，它知道“貓”是一種動物，而“汽車”是一種交通工具。這種語義理解能力使其能夠生成與人類語言相似的文本。如當被問及“貓和狗有什么共同點？”時，模型能夠回答“它們都是常見的寵物動物，需要主人照顧”。在邏輯推理方面，大語言模型能夠進行簡單的邏輯推理，它可以根據已知信息推斷出未知結論，如果輸入“所有的A都是B，C是A”，模型能夠推斷出“C是B”，這種推理能力使其在處理一些邏輯問題時表現出類似人類的思維方式。在常識理解方面，大語言模型通過訓練數據學習到了大量的常識知識，它知道“水在0攝氏度時會結冰”，“太陽從東方升起，西方落下”，這種常識理解能力使其能夠生成符合現實世界邏輯的文本。在情感理解上，大語言模型能夠識別和生成帶有情感色彩的文本，可以根據上下文判斷一段文字是積極的還是消極的，并生成相應的情感回應，當輸入“今天天氣真好，心情也很愉快”時，模型可能會回答“是啊，陽光明媚的日子總是讓人感到開心”。

2、人類心智的本質特征

盡管大語言模型展現出了一些類似人類心智的特征，但人類心智具有以下獨特本質：（1）意識與主觀體驗。人類心智具有主觀體驗，即“感受性”（qualia），如人類能夠感受到紅色的鮮艷、音樂的美妙或疼痛的刺痛，這種主觀體驗是人類意識的核心特征，大語言模型沒有主觀體驗，它們只是根據數據和算法生成響應，而無法真正“感受”任何東西。（2）創造力與想象力。人類心智具有無限的創造力和想象力，人類能夠創造出全新的概念、藝術作品、科學理論等，這種創造力是基于人類的直覺、情感和經驗的綜合體現，大語言模型雖然能夠生成新穎的文本，但其“創造力”是基于數據的組合和模式匹配，缺乏真正的創新和想象力。（3）自我意識與反思能力。人類具有自我意識，能夠反思自己的行為、思想和情感，人類能夠進行自我評價、設定目標并努力實現，大語言模型沒有自我意識，它們只是按照預設的程序運行，無法進行自我反思或自我改進。（4）情感與動機。人類的情感和動機是心智的重要組成部分，人類的行為往往受到情感和動機的驅動，如愛、恐懼、好奇心等，大語言模型沒有情感和動機，它們的行為完全是由算法和數據驅動的。

3、大語言模型與人類心智的“殊途同歸”與本質差異

（1） “殊途同歸”

大語言模型和人類心智都通過處理信息來理解世界，人類通過感官和經驗學習，而大語言模型通過數據和算法學習。兩者都能在一定程度上理解語言、邏輯和常識，并生成符合現實世界的文本。從功能主義的角度來看，大語言模型在某些任務上能夠達到與人類相似的表現，例如語言翻譯、文本生成等。

（2）本質差異

兩者基礎機制不同，人類心智基于生物神經網絡和復雜的生理機制，而大語言模型基于人工神經網絡和計算算法。AI主觀體驗缺失，人類心智具有主觀體驗和意識，而大語言模型沒有。AI創造力與想象力有限，人類心智具有無限的創造力和想象力，而大語言模型的“創造力”是基于數據的組合，缺乏真正的創新。AI情感與動機缺失，人類的行為受情感和動機驅動，而大語言模型的行為完全由算法和數據驅動。

4、未來展望

盡管大語言模型在某些方面展現出類似人類心智的特征，但它們仍然是人類智慧的產物，是人類工具的延伸。未來，隨著技術的不斷進步，大語言模型可能會在更多領域展現出類似人類心智的能力，但它們永遠無法完全替代人類心智。大語言模型可以作為強大的工具，輔助人類進行語言翻譯、寫作、數據分析等工作，提高人類的效率和創造力。未來的發展方向可能是人機協同，人類利用大語言模型的強大計算能力和數據處理能力，同時發揮人類的創造力、情感和主觀體驗，共同解決復雜問題。

大語言模型確實展現出了一些類似人類對現實世界概念的理解，可以被視為一種“心智維度”的體現。然而，這種“心智維度”與人類的心智在本質上仍有顯著差異。人類心智具有主觀體驗、創造力、情感和動機等獨特特征，而大語言模型只是基于數據和算法的工具。未來，大語言模型將繼續作為人類的輔助工具，與人類協同工作，共同推動社會的發展。

附錄：我國科研團隊結合行為實驗與神經影像分析，首次證實多模態大語言模型能自發形成與人類高度相似的物體概念表征系統。6月9日，相關研究成果在《自然·機器智能》發表。

人類對自然界中的物體進行概念化的認知能力，被視為人類智能的核心。當人們看到“狗”“汽車”或“蘋果”時，不僅能識別它們的尺寸、顏色、形狀等物理特征，還能理解其功能、情感價值和文化意義。而隨著大語言模型的爆發式發展，一個根本性問題浮現：這些大模型能否從語言和多模態數據中，發展出與人類相似的物體概念表征？

傳統人工智能研究聚焦于物體識別準確率，卻很少探討模型是否能真正“理解”物體的含義。“當前人工智能可以區分貓狗圖片，但這種‘識別’與人類‘理解’貓狗的本質區別仍有待揭示。”論文通訊作者、中國科學院自動化研究所研究員何暉光說。

科研團隊通過分析470萬次行為判斷數據，首次構建了人工智能大模型的“概念地圖”，并從認知神經科學經典理論出發，設計了一套融合計算建模、行為實驗與腦科學的創新范式。從海量大模型行為數據中，他們提取出66個“心智維度”，并賦予語義標簽。這些維度具有高度的可解釋性，且與大腦類別選擇區域的神經活動模式顯著相關。研究還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，多模態大模型在一致性方面表現更優。該研究表明，大語言模型內部存在著類似人類對現實世界概念的理解，即人工智能的“心智維度”與人類殊途同歸。

來源：北京日報客戶端
記者：劉蘇雅