人工智能认知研究 - 中国科学家团队首次证实多模态大语言模型能自发形成与人类高度相似的物体概念表征系统，实现人工智能人类级认知[1] - 研究由中国科学院自动化所神经计算与脑机交互团队联合脑科学与智能技术卓越创新中心完成，成果发表于《自然·机器智能》[1] - 该研究为AI认知科学开辟新路径，并为构建类人认知结构的AI系统提供理论框架[1] 研究实验设计 - 采用认知心理学经典"三选一异类识别任务"，测试大模型与人类对1854种日常概念组合的识别差异[3][4] - 通过分析470万次行为判断数据构建AI大模型的"概念地图"，并提取出66个可解释的"心智维度"[4] - 研究发现这些维度与大脑类别选择区域（如处理面孔、场景等信息的区域）神经活动模式显著相关[4] 模型与人类认知对比 - 多模态大模型在行为选择模式上与人类一致性更高，但人类决策更依赖视觉特征+语义信息，而大模型倾向语义标签+抽象概念[4] - 研究证实大语言模型内部存在类似人类对现实世界的概念理解，其"心智维度"与人类认知殊途同归[4] - 传统AI研究聚焦识别准确率，而本研究揭示AI"识别"与人类"理解"的本质区别仍需深入探索[3]