新研究测试人工智能模型是否知晓自身想法

2025 年，研究人员通过向大型语言模型注入特定概念来测试其内省能力。美国人工智能公司 Anthropic 的研究员杰克·林赛设计了一种类似数字神经外科手术的方法，将牛仔布、秘密或蔬菜等概念的神经激活模式注入模型中。实验显示，在部分试验中，模型能够检测并描述这些注入内容，且对照组未出现假阳性结果。这表明模型可能在某种程度上具备内省能力，尽管成功率约为 20%。林赛认为这证明了模型能依靠某种形式的内省来标记注入，而非依赖外部线索。其他研究人员也开始调查这一现象是否有更简单的解释，因为语言模型的惊人行为往往有更简单的成因。这项研究将曾经属于哲学范畴的问题转化为现实世界的测试，通过实证科学探索人工智能是否拥有主观的第一人称体验或仅仅是模仿人类谈论内心生活的训练数据模式。目前学界对于内省与意识的关系仍存在争议，部分观点认为这是复杂错觉，而林赛坚持进行大量实证科学研究以寻找答案。