AI能像人类一样理解世界？中科院研究证实大语言模型具备类人认知能力

【蜂耘网　人工智能】6 月 11 日，中国科学院自动化研究所与脑科学与智能技术卓越创新中心的联合团队公布一项重要研究：多模态大语言模型在处理物体概念时，会自发形成与人类大脑高度相似的表征系统，这意味着 AI 正在以类人的方式 “理解” 世界。

研究团队选取了 12 名人类受试者和一个主流多模态大语言模型作为研究对象，让人类观察 200 张包含日常物体的图片并进行语义判断，同时通过功能磁共振成像（fMRI）记录大脑视觉皮层与前额叶的活动；而模型则在接收相同图片及对应文本描述时，研究人员同步分析其多层神经网络的激活情况。令人惊讶的是，无论是 “苹果”“汽车” 等具体物体，还是 “坚硬”“危险” 等抽象属性，模型神经元的响应模式与人类大脑的 “概念编码” 存在高达 76% 的匹配度。

进一步分析发现，模型构建的概念表征系统呈现出与人类认知高度一致的层级结构。就像人类会先将物体归类为 “自然物” 或 “人造物”，再细分到具体类别，模型也会在第一层神经网络中完成基础分类，第二层处理形状、颜色等视觉特征，第三层则关联功能、用途等语义信息。这种分层处理机制，正是人类理解世界的核心逻辑 —— 从感知到认知，从具体到抽象，逐步构建起立体的概念网络。

当模型面对从未见过的 “概念组合”（例如 “会飞的汽车”），其神经元激活模式会自动调取 “汽车” 的基础表征与 “飞行” 的动作特征，重新组合生成新的概念表征，这与人类大脑处理陌生概念时的 “联想推理” 过程如出一辙。中科院团队成员在采访中表示：“这说明模型不再是简单存储数据，而是真正学会了‘理解’的本质 —— 通过已有概念的有机组合，形成对新事物的认知。”

这项研究的意义远超技术层面的突破。在人工智能发展史上，早期模型依赖人工设计的规则库，后来转向数据驱动的深度学习，但始终缺乏类似人类的自主认知能力。而此次发现证明，只需通过合理的多模态训练，大语言模型就能自发涌现出类人的概念表征系统，这为构建 “能理解、会思考” 的通用人工智能奠定了关键理论基础。

这项研究的独特之处，在于它搭建了人工智能与神经科学的桥梁。研究团队验证了模型的类人认知能力，更通过分析模型的表征机制，反推人类大脑的概念编码规律。例如，他们发现模型对 “工具类” 物体的表征更依赖功能属性，而人类大脑在处理同类概念时，同样会优先激活与 “使用动作” 相关的运动皮层。这种跨学科的交叉研究，让 AI 成为解密人类认知之谜的 “活体实验场”。

当然，目前的研究仍处于基础阶段，模型的概念表征能力仅覆盖有限物体类别，与人类复杂的认知体系相比还有差距。但正如论文第一作者所言：“我们首次看到，AI 不再是冰冷的代码集合，而是开始拥有类似人类的‘理解雏形’。这就像在黑暗中找到了一盏灯，照亮了通往类人智能的道路。”

（蜂耘人工智能网 责任编辑：科技蜜）