在人工智能领域，我们常常惊叹于机器的智能，但很少思考它们是否真的在'思考'。麻省理工学院(MIT)的神经科学家们最近的一项研究为我们带来了令人深思的发现：新一代AI推理模型与人类在解决复杂问题时的思考方式竟然存在惊人相似。这一发现不仅挑战了我们对AI工作原理的认知，也为理解人类思维提供了全新视角。
研究背景：从语言模型到推理模型的飞跃
大型语言模型(LLM)如ChatGPT能够快速撰写文章或规划菜单，但在过去，它们很容易被某些问题难倒。这些主要依赖语言模式回应查询的模型，在数学问题和复杂推理方面表现不佳。然而，情况突然发生了变化。
新一代被称为'推理模型'的大语言模型正在被训练以解决复杂问题。与人类一样，它们也需要一些时间来思考这些问题——值得注意的是，MIT麦戈文脑研究所的科学家们发现，需要推理模型进行最多处理的问题，恰恰是人类需要花时间思考的问题。换句话说，他们今天在《PNAS》期刊上报告称，推理模型的'思考成本'与人类的思考成本相似。
研究方法：时间与标记的测量
这项研究由脑与认知科学副教授、麦戈文研究所研究员Ev Fedorenko领导。研究团队包括K. Lisa Yang ICoN中心研究员、Fedorenko实验室博士后Andrea Gregor de Varda。
de Varda想要更系统地研究这种关系。他给推理模型和人类志愿者提供了相同的问题集，不仅跟踪他们是否得到正确答案，还记录他们到达答案所需的时间和精力。
这意味着要精确测量人们回应每个问题所需的时间，精确到毫秒。对于模型，de Varda使用了不同的指标。由于处理时间更多取决于计算机硬件而非模型解决问题的努力，因此测量处理时间没有意义。相反，他跟踪了'标记'(tokens)，这是模型内部思维链的一部分。
"它们产生的标记并非供用户看到和使用，而是为了记录它们正在进行的内部计算，"de Varda解释道。"这就像它们在自言自语。"
研究发现：思考成本的惊人匹配
人类和推理模型都被要求解决七种不同类型的问题，如数字算术和直观推理。对于每个问题类别，他们都被给出了许多问题。给定问题越难，人们解决它所需的时间越长——而人们解决问题的时间越长，推理模型在得出自己解决方案时产生的标记就越多。
同样，人类花最长时间解决的问题类别，也是需要模型最多标记的类别：算术问题需求最少，而被称为'ARC挑战'的一组问题（其中成对的彩色网格表示必须推断并应用于新对象的变换）对人和模型来说都是成本最高的。
Fedorenko指出："这种思考成本的惊人匹配表明，推理模型在某种程度上确实在像人类一样思考。但这并不意味着这些模型正在重现人类智能。研究人员仍然想知道模型是否使用与人类大脑相似的信息表示方式，以及这些表示如何转化为解决问题的方案。"
研究意义：AI与人类认知的交叉点
这一发现具有重要意义，因为它表明，即使没有刻意模仿人类思维，AI系统也可能发展出与人类相似的认知机制。正如Fedorenko所言："构建这些模型的人并不关心它们是否像人类一样思考。他们只希望系统能在各种条件下稳健运行并产生正确回应。存在某种 convergence 确实相当引人注目。"
图：AI与人类思维过程的对比示意图
未来研究方向
研究团队指出，尽管推理模型在解决问题时会产生内部独白，但它们不一定在用语言思考。"如果你观察这些模型在推理时产生的输出，即使模型最终得出正确答案，它也常常包含错误或一些无意义的部分。因此，实际的内部计算很可能发生在抽象的、非语言表示空间中，类似于人类不使用语言进行思考的方式。"
未来的研究将探索几个关键方向：
- 信息表示的相似性：模型是否使用与人类大脑相似的信息表示方式
- 世界知识的整合：模型能否处理训练文本中未明确表述的需要世界知识的问题
- 思维过程的本质：AI的'思考'与人类的认知过程究竟有何异同
行业影响与启示
这一发现对人工智能研究和开发具有重要启示：
- AI设计的新思路：或许我们可以从人类认知机制中获取灵感，设计更高效的AI系统
- AI评估的新标准：评估AI能力时，不仅要看结果，还应关注其解决问题的过程
- 人机协作的新模式：理解AI的'思考'方式有助于开发更好的人机协作工具
结论
MIT的这项研究揭示了AI推理模型与人类思维之间一个意想不到的相似点：思考成本的相似性。这一发现不仅丰富了我们对AI工作原理的理解，也为探索人类思维的奥秘提供了新工具。随着AI技术的不断发展，这种跨学科的研究方法将帮助我们更深入地理解智能的本质，无论是人工的还是自然的。
正如Fedorenko所言："这种 convergence 确实相当引人注目。"这不仅是对AI研究的肯定，也是对人类认知科学研究的推动。在人工智能与人类认知的交叉点上，我们或许能找到理解智能本质的关键。
