你如何凭直觉知道自己既能在人行道上行走，又能在湖里游泳？阿姆斯特丹大学的研究人员发现了独特的大脑活动模式，这反映了我们如何在环境中移动身体。这项研究不仅揭示了人脑运作机制的新奥秘，还揭示了人工智能在哪些方面落后。研究人员表示，如果人工智能能够吸收这些关于人脑的知识，它将变得更加可持续、更加人性化。
当我们看到一张陌生环境的照片时——比如山路、繁忙的街道或河流——我们立刻就知道该如何在其中活动：步行、骑车、游泳，或者干脆就此罢休。这听起来很简单，但你的大脑究竟是如何判断这些行动机会的呢？
博士生克莱门斯·巴特尼克（Clemens Bartnik）及其合著团队展示了人类如何利用独特的大脑模式对可能采取的行动进行评估。由计算神经科学家艾瑞斯·格罗恩（Iris Groen）领导的团队还将人类的这种能力与包括 ChatGPT 在内的大量人工智能模型进行了比较。格罗恩总结道：“事实证明，人工智能模型在这方面表现不佳，它们仍有很多地方需要向高效的人类大脑学习。”
研究团队使用核磁共振扫描仪，研究了人们观看各种室内和室外环境照片时大脑中发生的变化。参与者使用一个按钮来指示图像是否邀请他们散步、骑自行车、开车、游泳、划船或爬山。同时，研究人员测量了他们的大脑活动。
“我们想知道：当你注视一个场景时，你主要看到的是那里有什么——比如物体或颜色——还是也会不由自主地想到你能用它做什么，”格罗恩说道。“心理学家将后者称为‘可供性’——行动的机会；想象一下你可以攀爬的楼梯，或者你可以奔跑的开阔田野。”
研究团队发现，视觉皮层中的某些区域会以一种无法用图像中可见物体来解释的方式活跃起来。“我们所看到的景象是独一无二的，”格罗恩说道。“这些大脑区域不仅代表着我们能看到的东西，还代表着我们可以用它做什么。”即使参与者没有得到明确的行动指令，大脑也会这样做。“因此，这些行动的可能性会被自动处理，”格罗恩说道。“即使你没有有意识地思考自己在某个环境中能做什么，你的大脑仍然会记录下来。”
因此，该研究首次证明，可供性不仅是一个心理概念，也是我们大脑的一个可测量属性。
该团队还比较了人工智能算法（例如图像识别模型或 GPT-4）在特定环境下评估用户行为的能力。它们在预测可能的操作方面表现较差。“当专门针对动作识别进行训练时，它们可以在一定程度上接近人类的判断，但人类的大脑模式与模型的内部计算并不匹配，”Groen 解释道。
“即使最好的人工智能模型也无法给出与人类完全相同的答案，尽管这对我们来说是一项非常简单的任务，”格罗恩说道。“这表明，我们的观察方式与我们与世界的互动方式紧密相连。我们将感知与现实世界的体验联系起来。人工智能模型无法做到这一点，因为它们只存在于计算机中。”
因此，这项研究触及了关于可靠高效人工智能发展的更大问题。“随着越来越多的行业——从医疗保健到机器人技术——使用人工智能，机器不仅要识别事物本身，还要理解它的功能，这一点变得越来越重要，”格罗恩解释道。“例如，一个机器人需要在灾区找到自己的方向，或者一辆自动驾驶汽车能够区分自行车道和车道。”
格罗恩还指出了人工智能的可持续性。“目前的人工智能训练方法耗费大量能源，而且通常只有大型科技公司才能掌握。更多地了解我们的大脑如何运作，以及人脑如何快速高效地处理某些信息，有助于让人工智能变得更智能、更经济、更人性化。”
