新京报讯（记者张璐）6月9日，记者从中国科学院自动化研究所获悉，科研人员结合行为实验与神经影 像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。 相关研究成果发表于《自然·机器智能》。 人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到 狗、汽车或苹果时，不仅能识别它们的物理特征，比如尺寸、颜色、形状等，还能理解其功能、情感价 值和文化意义，这种多维度的概念表征构成了人类认知的基石。 研究人员从海量大模型行为数据中提取出66个"心智维度"，并为这些维度赋予了语义标签。研究发现， 这些维度是高度可解释的，且与大脑类别选择区域的神经活动模式显著相关。 研究还揭示了人类在做决策时更倾向于结合视觉特征和语义信息进行判断，而大模型则倾向于依赖语义 标签和抽象概念。研究表明，大语言模型内部存在着类似人类对现实世界概念的理解。 随着ChatGPT等大语言模型（LLMs）的发展，一个根本性问题浮出水面：这些大模型能否从语言和多 模态数据中发展出类似人类的物体概念表征？ 近日，中国科学院自动化研究所神经计算与脑机交互（NeuBCI）课题组与中国科学 ...