中国新闻服务，北京，6月9日（记者太阳齐法）人工智能（AI）可以认识并理解像人类一样的事物吗？中国科学家小组首次将神经影像学的行为实验和分析结合在一起证实，基于人工智能技术的多模式大语模型可以自愿形成对象概念的代表体系，即人类的智力智力可以是人类的水平。这项研究是由自动化研究所（自动化研究所），中国科学院和中国科学院脑科学与智能技术的伟大创新中心的神经计算和大脑互动团队完成的。该论文已于6月9日在网上发表在国际专业学术杂志“自然机器智能”上。这不仅会打开新的道路f或人工智能的认知科学，但也为开发具有类似人类结构的人工智能系统提供了理论框架。这项研究范式的示意图。中国科学院自动化研究所的自动化研究所，中国科学院和副研究人员的第一个论文Du Changde表示，人们可以在自然界中概念化事物，并且提供此功能是人类肠道的漫长部分。当人们看到“狗”，“汽车”或“苹果”时，他们不仅确定其物理特性（大小，颜色，形状等），而且还了解其功能，情感价值和文化重要性。该概念的多维表示产生了人类认可的基础。近年来，随着开发大型语言模型（例如Chatgpt）的爆炸，这个基本问题也出现并吸引了很多关注。中国科学院从自动化研究所提出的相应论文和研究人员教导说，传统人工智能研究的重点是对象识别的准确性，但很少讨论该模型是否真正地“理解”事物的含义。 “目前，人工智能可以区分猫和狗，但是这种'识别'与对'人'猫和狗的理解之间的重要差异仍然表达。”在这项研究中，由Glitterand Research设计的是一组现代招牌，包括基于认知神经科学的经典理论的计算建模，大脑行为和科学。他们采用了认知心理学的经典“三个选择的单平均任务识别”，该心理学需要一个大型模型，从对象概念的三倍（从1854年的每日概念的任何组合中）中选择最不愉快的选项。通过审查470万个酌处权数据，该数据恢复了Arch团队首次建立了人工智能模型的“地图概念”。在此基础上，研究团队进行了66个“心理测量”，从巨大的行为和指定的语义标签到这些测量值。研究发现，这些维度是高度的kahulot，并且与大脑类别选择区域的神经活动模式显着相关（例如面部，场景，身体等区域处理信息，例如）。研究团队进一步比较了许多模型与具有行为选择模式的人之间的一致性，结果表明，多模式大型模型的一致性更好。此外，该研究还表明，在做出决策时，人们倾向于将视觉特征和语义信息结合起来进行判断，而大型模型倾向于依靠语义标签和抽象概念。他说，旺瓜说，此项目正在从“机械识别”到“ M机械理解“表明大语言模型是“随机鹦鹉”，但是对人类的现实世界概念有一种理解。主要发现是人工智能的“思维维度”在人类中是相同的。（Over） [收费编辑：刘Hongqing]