人工智能可以下贏圍棋、生成逼真圖像、甚至寫代碼,但它至今無法像人類大腦那樣——用極少的經驗快速掌握新技能。一項最新研究揭示:人腦擁有一種獨特的“學習捷徑”,能通過神經活動的內在節奏,在幾秒內建立抽象規則,而當前所有AI系統都無法復制這一能力。
![]()
這項由加州大學伯克利分校和德國馬普研究所聯合開展的研究,發表于《自然·人類行為》,聚焦于人類如何在毫無先驗知識的情況下,迅速理解全新任務的邏輯結構。實驗中,參與者被要求玩一個從未見過的視覺游戲:屏幕上隨機出現不同顏色和形狀的符號組合,他們需根據隱藏規則判斷“正確”或“錯誤”。令人驚訝的是,大多數人在僅經歷6到8次試錯后,就能準確推斷出規則本質——比如“只有紅色圓形才有效”或“藍色必須成對出現”。
![]()
與此同時,研究人員用高密度腦電圖(EEG)記錄其大腦活動,發現一種特定的神經振蕩模式在學習初期急劇增強:前額葉皮層與頂葉皮層之間以約8赫茲的頻率同步放電(屬于θ波范圍)。這種同步并非被動響應刺激,而是主動構建“認知框架”的信號——就像大腦在快速搭建一個臨時的“思維腳手架”,用于組織零散信息、提取共性、排除干擾。
![]()
更關鍵的是,這種能力具有高度泛化性。當規則突然改變(如從顏色優先變為形狀優先),參與者幾乎立刻調整策略,而神經同步模式也隨之動態重組。相比之下,即使最先進的深度學習模型(如Transformer或強化學習代理)在相同任務中需要數百甚至上千次訓練樣本才能達到類似準確率,且一旦規則變化,往往需從頭學起。
“AI擅長在大數據中找模式,但人類擅長在小數據中找結構,”論文通訊作者瑪麗亞·費爾南德斯博士解釋道,“我們的大腦不是靠記憶例子,而是實時生成假設并驗證——這是一種元學習能力。”
研究團隊進一步發現,這種“學習捷徑”的效率與個體工作記憶容量和注意力控制能力正相關,暗示它依賴于高級認知控制網絡。而自閉癥譜系或注意力缺陷障礙患者在此類任務中表現較弱,也印證了該機制的臨床意義。
為何AI難以模仿?根本原因在于:當前AI缺乏具身認知(embodied cognition)和目標驅動的內在動機。人類大腦在進化中形成了以生存為導向的預測-驗證循環,而AI只是被動擬合輸入輸出關系。即便引入“小樣本學習”算法,其底層仍依賴大量預訓練數據,無法真正“從零開始思考”。
這項研究不僅深化了我們對人類智能獨特性的理解,也為下一代AI設計指明方向:或許真正的智能不在于算力多強,而在于能否像人腦一樣,在混沌中迅速找到秩序的“錨點”。
參考資料:DOI:10.1038/s41586-025-09805-2
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.