近日，一项由中国科学院自动化研究所与中国科学院脑科学与智能技术卓越创新中心联合开展的研究取得了突破性进展。该研究通过分析470万次行为判断数据，提取出66个“心智维度”，并对比多个模型在行为选择模式上与人类的一致性，发现人工智能的“心智维度”与人类殊途同归。
一、研究背景与方法
传统人工智能研究多聚焦于物体识别准确率，较少探讨模型是否真正“理解”物体含义。此次研究团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”，要求大模型与人类从物体概念三元组中选出最不相似的选项。
二、核心发现
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。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。此外，研究还发现多模态大模型在行为选择模式上与人类的一致性方面表现更优。
三、人类与人工智能决策差异
研究揭示，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。尽管两者在某些选择上趋于一致，但在背后起作用的关键认知维度也存在一些区别，反映出当前人工智能在模仿人类决策过程中的局限性与进步空间。
四、研究意义与应用前景
该研究为“AI与人类共享概念处理机制”提供了直接证据，具有广阔的应用前景。例如，在类脑智能领域，可寻找机器与人类间的认知结构差异，开发与人类认知维度对齐的AI系统；在神经科学领域，可基于大模型的类人“心智维度”探索生物脑实现概念组合与泛化的神经机制。
