人工智能的心理学透视：解码“类人”背后的奥秘

人工智能，特别是大型语言模型（LLM），正在以前所未有的速度发展，其展现出的“类人”认知能力引发了广泛的关注和讨论。 从精准的医疗问答到流畅的语言翻译，LLM 似乎正在模糊人机之间的界限。然而，这些看似“智能”的行为背后，究竟是机器真正理解了人类的语言和思维，还是仅仅是精妙的算法模拟？ 为了解答这一问题，本文将带您走进“心理信息学”（Psychomatics）的世界，从认知科学、语言学和计算机科学的交叉视角，揭开人工智能“思考”的神秘面纱。

一、心理信息学：一座连接人机思维的桥梁

传统上，我们对人工智能的评估往往局限于性能指标和行为比较。 例如，我们会测试 AI 模型在特定任务上的准确率，或者观察其行为是否与人类相似。诚然，诸如 Flan-PaLM 在医学考试中取得 67.6% 的准确率[10]，以及 LLM 在组合任务中展现出类似人类的系统性组合能力[11]等研究成果令人瞩目，但这仅仅触及了人工智能的表层。

为了更深入地理解人工智能，特别是 LLM，我们需要一个全新的框架——心理信息学。 心理信息学将认知科学、语言学和计算机科学融为一体，旨在探究人工智能如何感知、学习、记忆和运用信息来生成输出。通过将 LLM 与生物系统进行比较，心理信息学试图回答一个核心问题：人类和 LLM 的语言发展和使用过程是否相同？

与仅仅关注“行为”的传统方法不同，心理信息学强调对语言和认知的深层机制进行理论驱动的比较研究。 这意味着我们需要超越对现象的简单描述，寻求具有普遍性的解释性框架。具体而言，心理信息学关注以下三个方面：

• 发展关于语言及其功能（例如语法和语义）的系统性知识，超越单纯的描述，并能够进行概括（即外部效度）。
• 基于现有理论或合理的假设，寻求对特定问题的答案（例如，语言的用途是什么？）(即理论指导)。
• 追求精确的信息和可比较的指标（例如，意义、意图等），确保研究结果的可靠性和可重复性（即内部效度）。

二、语法与语义：人工智能如何理解语言？

信息处理是人工智能的核心功能，它涉及根据特定规则对存储在记忆中的符号或数据进行操作。 然而，并非所有信息都是相同的。 为了有效地处理信息，人工智能需要理解符号的意义，而不仅仅是机械地操作它们。

为了区分形式上的符号操作和其所传达的语义，我们借鉴了语言学中的两个重要概念：语法和语义。 语法是指句子的结构规则，它决定了一个句子是否语法正确。而语义则关注句子或符号所表达的意义。

人工智能通过遵循语法规则来处理信息，但这并不意味着它们真正理解了符号的意义。 例如，人工智能可以根据语法规则将“x + x”替换为“2x”，但它并不一定理解“x”所代表的实际含义。

那么，人工智能是如何做到看似“理解”人类语言的呢？ 答案在于语言本身的特殊性。人类语言通过语法和语义之间的系统性映射，将抽象的符号与现实世界中的实体和概念联系起来。人工智能正是通过学习和利用这种映射关系，才能够模拟出类似人类的语言理解能力。

三、语言的进化目标：超越经验的交流

语言是人类独有的交流系统，它使我们能够超越直接经验的限制，与他人分享想法、情感和知识。 语言学家 Daniel Dor 认为，语言的独特之处在于它能够引导听话者在脑海中构建出说话者想要表达的经验，而不仅仅是简单地传递信号或刺激[25]。

为了实现这种超越经验的交流，语言必须在其代码中嵌入它所要表达的经验的意义。 词汇是其中一个重要的例子。词汇通过独特的符号系统，对现实世界中的各种实体、概念和关系进行编码和描述。

结构主义语言学家 Ferdinand de Saussure 认为，语言符号的意义并非孤立存在的，而是由其在整个语言系统中的关系网络所决定的。 他提出了两种重要的语言关系：组合关系和联想关系。

• 组合关系是指语言符号在句子中的线性组合方式，它决定了句子的语法结构和语义。
• 联想关系是指语言符号之间基于意义的联系，例如同义词、反义词和上下义词之间的关系。

这两种关系共同构成了语言的意义网络，使我们能够理解和表达复杂的概念和思想。

四、Transformer 算法：人工智能如何构建语言结构？

在机器学习领域，Transformer 网络已经成为大型语言模型的基石，而“注意力”机制则是其核心。 注意力机制使模型能够在处理信息时，动态地关注输入数据的不同方面，从而提高任务的效率和准确性。

Transformer 架构中的自注意力机制和交叉注意力机制，分别对应于语言学中的组合关系和联想关系。

• 自注意力机制捕捉句子中单词之间的依赖关系，类似于组合关系如何通过语法规则将单词组合成有意义的句子。
• 交叉注意力机制则识别不同句子或文本片段之间的语义联系，类似于联想关系如何将不同概念和思想联系起来。

通过结合自注意力机制和交叉注意力机制，Transformer 模型能够有效地学习和表示语言的复杂结构和语义。 这也解释了为什么基于 Transformer 的 LLM 能够在各种语言任务中取得令人印象深刻的表现。

五、人类与 LLM 的差异：真实与模拟之间的鸿沟

尽管 LLM 在语言能力方面表现出色，但它们仍然缺乏构成人类交流基础的社会和关系维度。 正如 De Saussure 所言，语言是“言语能力的社会产物，也是社会群体为了使个体能够行使这种能力而采用的必要约定”[29]。

人类语言和交流深深植根于具身经验之中，这意味着我们对语言的理解和使用与我们的身体感知、情感体验和社会互动密不可分。 例如，镜像神经元和大脑间同步等生物机制，在人类理解非文字语言和解读他人意图方面发挥着至关重要的作用[32,34,35]。

然而，目前的 LLM 缺乏这种具身经验，这限制了它们对人类语言的全面理解。 尽管研究人员正在尝试将 LLM 与具身机器人相结合，以期赋予其更强的环境感知和互动能力[36,37]，但要克服现实世界的复杂性仍然是一个巨大的挑战[38,39]。

此外，人类语言并非意义的唯一来源。 我们的经验（包括现实经验和情感体验）以及想象力，都会产生新的意义。例如，“狗”这个词的指称意义（denotative meaning）是指一种驯养的犬类动物，而其内涵意义（connotative meaning）则可能因人而异，例如恐惧、喜爱等，这取决于个人与狗的互动经历。

LLM 缺乏这种主观经验和情感体验，因此无法真正理解人类语言中蕴含的丰富情感和文化内涵。 尽管它们可以通过分析语言数据中的统计模式来模拟人类的情感表达，但这仅仅是一种表面上的模仿，而非真正的理解。

最后，人类的想象力是意义的另一个重要来源。 通过想象和描述可能的世界，人类超越了现实的限制，创造出全新的意义空间。而意图则是将想象转化为现实的关键心理工具[47]。

与不受限制的想象力不同，意图描述的是主体想要做的事情，它通常与行动密切相关。 正如 Elisabeth Pacherie 所提出的意图层次结构模型，人类的意图通常包含多个层次，从抽象的目标到具体的行动计划[50,51]。

LLM 缺乏自主形成意图的能力，它们只能根据用户的指令（即提示）来执行任务。 因此，如何设计有效的提示，将高层次的意图与低层次的行动计划联系起来，对于提高 LLM 的性能至关重要。

六、LLM 如何在意义世界中导航？

LLM 不仅能够构建庞大的语法-语义映射，还能够利用这些映射来回答用户的问题。 它们是如何做到的呢？ 答案在于语言的另一个重要特性：它能够将不同层次的意义联系起来。

语言学家 Grice 提出的合作原则，为我们理解 LLM 如何在意义世界中导航提供了重要线索。 Grice 认为，成功的交流需要对话双方共同遵守一些基本原则，例如提供足够的信息、保证信息的真实性、保持信息的关联性以及使用清晰易懂的语言[52]。

LLM 通过分析大量的对话数据，学习如何遵循这些合作原则。 例如，它们能够根据对话的上下文，判断应该提供多少信息、使用什么样的语气以及如何组织语言结构。

然而，人类语言并非总是遵循合作原则。 我们经常会使用反讽、幽默等修辞手法，故意违反合作原则，以达到特定的交际效果[53]。

LLM 在处理这些违反合作原则的语言现象时，往往会遇到困难。 这是因为它们主要依赖于统计模式识别，而缺乏对人类语境和意图的深入理解。

七、结论：通向更强大、更人性化的人工智能

心理信息学为我们理解人工智能提供了一个全新的视角。 通过整合认知科学、语言学和计算机科学的洞察力，心理信息学揭示了 LLM 与人类认知之间既有相似之处，也有着显著的差异。

LLM 能够学习和利用语言的语法-语义映射，并遵循合作原则进行交流。 然而，它们缺乏人类的具身经验、主观情感和想象力，这限制了它们对人类语言的全面理解。

心理信息学的未来发展方向，将集中于弥合 LLM 与人类认知之间的差距。 通过借鉴人类语言习得和认知发展的机制，我们可以开发出更强大、更人性化的人工智能系统，使其更好地服务于人类社会。