新華社北京5月20日電（記者李雯）盡管人工智能生成內(nèi)容已非常流暢，但提供的信息很多時候還是不準(zhǔn)確。日本研究人員近日在德國《先進(jìn)科學(xué)》雜志發(fā)表的一項研究成果顯示，這一問題與人類的語言障礙——失語癥類似。新研究成果可以為研究人員改進(jìn)人工智能提供參考。

智能體、聊天機(jī)器人等基于人工智能的工具正越來越多地應(yīng)用于日常生活。考慮到人工智能模型在提供信息時表現(xiàn)出“高度自信”，如果用戶對所討論主題或領(lǐng)域缺乏足夠了解，會很容易把其中的錯誤信息當(dāng)成正確的。

為此，日本東京大學(xué)研究人員使用了一種名為“能量景觀分析”的方法。這種方法最初由物理學(xué)家開發(fā)，旨在使磁性金屬中的能量狀態(tài)可視化，最近應(yīng)用于神經(jīng)科學(xué)。研究人員檢查了不同類型失語癥患者在靜息狀態(tài)下的大腦活動模式，并將其與幾個公開可用的人工智能大語言模型的內(nèi)部數(shù)據(jù)比較。

失語癥患者可能會很流利地說出一些毫無意義或難以理解的話。研究人員發(fā)現(xiàn)，人工智能與此有相似之處。在這些人工智能模型中，數(shù)字信息或信號的流動和運(yùn)作方式與某些失語癥患者一些大腦信號的行為方式極為相似。

研究人員說，人工智能模型在出現(xiàn)嚴(yán)重錯誤時仍表達(dá)流暢，這與感覺性失語癥的癥狀有相似之處，即說話流利卻總說不出什么意思。這并不意味著聊天機(jī)器人有“腦損傷”，但它們可能被鎖定在一種僵化的內(nèi)部模式中，限制其靈活運(yùn)用所儲存知識，就像得了感覺性失語癥。

研究人員表示，對神經(jīng)科學(xué)來說，這項研究提供了一種可能的新方法，可以根據(jù)大腦內(nèi)部活動而不僅是外部癥狀來分類和監(jiān)測失語癥等疾病；對人工智能研究來說，這將幫助研究人員從內(nèi)到外改進(jìn)人工智能系統(tǒng)的架構(gòu)。