AI大模型，似乎發(fā)展出了類似人類理解物體概念的能力。

近日，中國科學(xué)院自動化研究所神經(jīng)計算與腦機(jī)交互（NeuBCI）課題組與中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心的聯(lián)合團(tuán)隊的研究，首次證實了多模態(tài)大語言模型（MLLMs）能自發(fā)形成與人類高度相似的物體概念表征系統(tǒng)。

這項重要研究發(fā)表在國際權(quán)威期刊《自然·機(jī)器智能》。

不同于以往的僅關(guān)注AI識別準(zhǔn)確率（例如區(qū)分貓和狗），這項研究旨在探索AI模型是否形成了類似人類對物體含義的深層理解（概念表征）

研究團(tuán)隊基于經(jīng)典認(rèn)知心理學(xué)的測試方法（三選一異類識別任務(wù)），讓AI模型和人類參與者，從1854種日常概念任意組成的三個組合中（例如：狗、狼、貓），選出最不相似的一個。

圖源 中國科學(xué)院自動化研究所

團(tuán)隊通過分析470萬次這樣的行為數(shù)據(jù)，構(gòu)建了AI的“概念地圖”。

研究發(fā)現(xiàn)，多模態(tài)模型（MLLM）和純文本模型（LLM）能自發(fā)形成物體概念表征結(jié)構(gòu)，并且預(yù)測人類選擇的準(zhǔn)確度非常高。

從模型行為數(shù)據(jù)中識別出66個高度可解釋的重要“心智”維度（如語義類別、感知特征、物理成分）。

其中，多模態(tài)模型(MLLM)的內(nèi)部表征與人腦特定區(qū)域的神經(jīng)活動模式存在明顯的對應(yīng)關(guān)系。

這項研究表明，AI語言模型，它們理解世界上的東西的方式，與我們?nèi)祟惔竽X非常相似。

而且，擁有了圖文理解能力的多模態(tài)AI模型，看圖時運作方式與人腦處理視覺信息的方式更接近。

這些研究將為未來理解AI的“認(rèn)知”機(jī)制和創(chuàng)造更富理解力的AI提供了重要幫助。

關(guān)注我們，第一時間獲取人類文明新資訊

* 您的「點贊、關(guān)注、評論、轉(zhuǎn)發(fā)」都是我們持續(xù)更新的動力！??

* 本文綜合自網(wǎng)絡(luò)，數(shù)據(jù)及表述均以官方發(fā)布為準(zhǔn)，如有錯誤，歡迎評論區(qū)指正！