一个核心问题正困扰着人工智能领域：一个从未有过任何物理体验、仅通过分析海量文本来学习的AI，能否真正“理解”人类语言中根植于感官世界的概念？例如，当ChatGPT谈论“怒火中烧（seeing red）”或“感到忧郁（feeling blue）”时，它是在模仿统计模式，还是在某种意义上触及了这些颜色隐喻的真实含义？

南加州大学领导的一项新研究，通过一场精巧的实验，对这一问题进行了深入探讨。研究结果揭示了一个微妙而深刻的现实：尽管AI在处理常规颜色联想方面表现出色，但它与人类基于实践和具身体验所形成的深层理解之间，仍存在一条难以逾越的鸿沟。这项发表在《认知科学》期刊上的工作，不仅揭示了当前大语言模型的局限性，也促使我们重新思考“理解”本身的含义。

具身认知与AI的知识困境

这项研究的出发点是认知科学中的“具身认知”（Embodied Cognition）理论，该理论认为，人类的思维和概念系统深受我们的身体及与物理世界互动的感觉经验所塑造。我们对“红色”的理解，不仅仅是字典里的定义，还包含了红苹果的视觉、鲜血的警示、玫瑰的浪漫等无数亲身体验。

而像ChatGPT这样的大语言模型，其知识来源完全不同。它们通过学习TB级的文本数据，掌握了单词与单词之间的概率关系。它们知道“红色”经常与“爱”、“危险”、“停止”等词汇一同出现，但它们从未真正“看过”红色。

“ChatGPT使用大量语言数据来计算概率并生成非常像人类的反应，”该研究的资深作者、南加州大学具身认知神经科学中心主任丽莎·阿齐兹-扎德（Lisa Aziz-Zadeh）教授说，“但我们感兴趣的是，与基于第一手经验的人类知识相比，这是否仍然是一种二手知识。”

一场跨越人与机器的色彩实验

为了量化这种“二手知识”与“一手经验”之间的差异，阿齐兹-扎德与来自加州大学圣地亚哥分校、斯坦福大学、谷歌DeepMind等机构的跨学科团队设计了一场独特的比较实验。他们招募了四个截然不同的参与者群体：

1. 视觉正常的成年人：作为对照组，代表拥有完整视觉和语言经验的普通人。
2. 色盲的成年人：用于测试在缺乏完整颜色感知的情况下，单靠语言和文化熏陶能否形成相似的颜色理解。
3. 画家：作为一个专家组，他们不仅能看到颜色，还拥有长期、专业的色彩使用和调配的实践经验。
4. ChatGPT：作为非具身智能的代表。

所有参与者都接受了一系列任务，包括为“物理”这样的抽象词汇分配颜色，以及解读两种类型的颜色隐喻：一种是人们熟悉的，如“红色警戒状态”；另一种则是新颖的、不常见的，如“一场非常粉红色的派对”。

意外的相似与无法逾越的鸿沟

实验结果首先带来了一个意外发现：在颜色联想任务上，视觉正常者和色盲参与者的表现惊人地相似。这表明，与研究人员最初的假设相反，完全的视觉感知能力并非理解常规颜色语言的必要条件，文化和语言本身就承载了足够丰富的信息。

然而，真正的差异出现在处理新颖隐喻时。与普通人相比，画家在正确解释这些新奇颜色比喻方面表现出了显著的优势。这有力地证明，深入的、动手操作的实践经验，能够解锁对颜色更深层次、更灵活的概念性表征。

而ChatGPT的表现则完美地诠释了“二手知识”的优势与局限。在处理标准颜色联想时，它表现得高度一致，并能像模像样地解释其原因，通常会引用与颜色相关的情感和文化关联。例如，它解释“粉红色的派对”时说：“粉红色通常与幸福、爱和善良联系在一起，这表明派对充满了积极的情绪和良好的氛围。”

但是，当面对更具挑战性的任务时，它的理解就显得非常脆弱。研究发现，ChatGPT在使用具体物象进行解释的频率上低于人类，并且在被要求解读新颖隐喻（如“这次会面使他成为酒红色”）或颠倒的颜色联想（如“绿色的对立面”）时，它“经常崩溃”。

“这个项目表明，模仿语义模式与人类在推理中利用具体实践经验的能力范围之间仍然存在差异，”阿齐兹-扎德总结道。这项研究凸显了纯粹基于语言的模型，在代表人类完整理解范围方面的内在局限性。未来的研究或将探索，通过整合视觉或触觉等多感官输入，是否能帮助AI模型更接近人类的认知模式，从“知道”迈向真正的“理解”。