人工智能模型展现类人对象理解：最新研究

这一突破性发现预示着我们对人工智能认知能力认知的潜在转变。 来自中国科学院和广州华南理工大学的研究团队进行了这项研究。他们探索了LLM是否可以发展出类似于人类物体表征的认知过程。这包括根据功能、情感和环境来识别和分类物体。 研究人员测试了ChatGPT 3.5和Gemini Pro Vision等模型。他们使用文本和图像为它们分配了“物体消除”任务。人工智能系统分析了与狗、椅子和汽车等1854个自然物体相关的470万条响应。 结果显示，人工智能模型创建了66个用于组织物体的概念维度。这与人类对周围世界的分类和理解方式相呼应。结合文本和图像的多模态模型，与人类思维的契合度更高。 此外，脑部扫描数据表明，人工智能和人脑对物体的反应之间存在重叠。这表明未来的AI可能具有更直观和与人类兼容的推理能力。这对于机器人技术、教育和人机协作等领域至关重要。 然而，需要注意的是，LLM对物体的理解方式与人类的情感和体验方式不同。这项研究为开发能够更好地与世界互动和理解世界的人工智能开辟了新的途径。