當(dāng)代認知科學(xué)面臨一個迷人卻頑固的謎題，即為何多數(shù)物種早已掌握快速學(xué)習(xí)與遷移，卻唯有人類能靈活創(chuàng)造符號、進行高層類比？

美國伊利諾伊大學(xué)香檳分校團隊將這個問題置于生物進化與計算建模的交叉口。研究者首先聚焦動態(tài)綁定——這一從果蠅到人類普遍存在的“表征引擎”如何支撐快速泛化。

然而，僅有動態(tài)綁定尚不足以生成完整的符號思維，還需要哪些核心能力？是將多實體綁成層級謂詞的“多元關(guān)系表征”，還是在不同情境間建立對應(yīng)的“結(jié)構(gòu)映射”？或者兩者可否相輔相成、相互替代？

更進一步，這些能力對認知發(fā)展、神經(jīng)損傷患者的功能缺失，以及符號思維的漫長演化歷程又意味著什么？這一系列問題貫穿研究，成為團隊構(gòu)建2×2架構(gòu)×任務(wù)模擬體系的出發(fā)點。

這項研究由美國伊利諾伊大學(xué)厄巴納-香檳分?？鐚W(xué)科團隊主導(dǎo)。John E. Hummel擔(dān)任心理學(xué)系、哲學(xué)系與信息學(xué)教授，長期探索類比推理、神經(jīng)計算模型與符號系統(tǒng)的交匯；Rachel F. Heaton則橫跨藝術(shù)與設(shè)計學(xué)院、哲學(xué)系、信息學(xué)及Siebel設(shè)計中心，專注于視覺認知與設(shè)計思維的融合。

兩位作者分別擁有ORCID標識（Hummel 0000-0002-1585-9155；Heaton 0000-0002-7121-7691），其跨越心理學(xué)、哲學(xué)、設(shè)計與信息學(xué)的背景，正是將基礎(chǔ)可供性推向符號思維的計算系統(tǒng)發(fā)育這一宏大主題得以深入展開的關(guān)鍵動力。

1.計算架構(gòu)總覽（2×2 能力空間）

在探索符號思維的最小計算成分時，研究團隊構(gòu)建了一個“能力空間”矩陣，將認知架構(gòu)按是否具備多元關(guān)系表征與結(jié)構(gòu)映射能力，劃分為四種典型類型。

DBO（Dynamic Binding Only） 

這一架構(gòu)僅依賴動態(tài)綁定，把環(huán)境中可檢測的不變性特征與對象瞬時關(guān)聯(lián)起來，卻不支持將多組角色–填充物整合成高階關(guān)系，也無法在不同結(jié)構(gòu)間建立映射。

RO（Relations Only） 

RO 可以把兩個或更多角色和它們的填充物綁定為層級化的“多元謂詞”，使關(guān)系成為獨立實體；但缺乏結(jié)構(gòu)映射機制，無法將一個關(guān)系系統(tǒng)記憶并遷移到新情境。

MO（Mapping Only） 

完整掌握結(jié)構(gòu)映射之道——能在“源”“目標”結(jié)構(gòu)之間建立一對一對應(yīng)，并將這些映射存入記憶；卻不具備將多個角色綁定為同一多元關(guān)系的能力。

R&M（Relations & Mapping） 

將多元關(guān)系表征與結(jié)構(gòu)映射雙重能力融會貫通，既能刻畫層級關(guān)系，也能跨結(jié)構(gòu)對齊復(fù)用，是達成基本符號思維的最小必要組合。

這些架構(gòu)共同基于動態(tài)綁定這一底層機制：它讓神經(jīng)系統(tǒng)把“紅色”“大牙”“快速接近”等不變性特征，與具體對象瞬間綁定在一起。多元關(guān)系則將多組角色–填充物捆綁成可嵌套、可遞歸的謂詞結(jié)構(gòu)；結(jié)構(gòu)映射（受1:1對應(yīng)約束）讓系統(tǒng)在不同結(jié)構(gòu)間尋找相似角色并記憶對應(yīng)。

圖1 LISA長期記憶中的知識表示（“LISAese”）。

為了保持各架構(gòu)推理機制的可比性，團隊故意不啟用 LISA 中更復(fù)雜的 CWSG（Composition-with-Shared-Graph）或交集發(fā)現(xiàn)算法，而是統(tǒng)一以“可供性語義單元能否與感知端的關(guān)鍵對象同步激活”為唯一性能指標。

2.任務(wù)設(shè)計與評估指標

圍繞上述四種認知架構(gòu)，研究者設(shè)計了一組由簡到難的實驗任務(wù)，唯一的評估標準是不論多么微妙的干擾，系統(tǒng)能否把記憶中目標對象的“可供性”推導(dǎo)并動態(tài)綁定到感知端的關(guān)鍵對象（Critical）上。

DBO 任務(wù)（基礎(chǔ)可供性） 只考察單元謂詞的泛化能力：給出一次“能走在這個表面”示例，系統(tǒng)能否在全新表面上立即推斷同樣的可供性。

RO 任務(wù)（純關(guān)系感知） 在感知與記憶兩端都使用多元關(guān)系詞匯，考察架構(gòu)對外部關(guān)系的感知與記憶聯(lián)合作用。為了模擬不同感知缺失，還設(shè)有“Balint’s 版本”（只有記憶有關(guān)系）與“Cat 版本”（兩端都無關(guān)系）兩種對照。

MO 任務(wù)（僅映射） 將顏色或紋理等干擾屬性刻意與正確對象混淆，迫使系統(tǒng)憑借已學(xué)的一對一映射，將記憶中目標對象的可供性在屬性匹配失敗時依然繼承到關(guān)鍵對象。

R&M 任務(wù)（雙能力） 以新型咖啡機的水箱與濾籃關(guān)系為例，只有當(dāng)系統(tǒng)既能識別“水箱在濾籃上方并相連”的多元關(guān)系，又能將這一結(jié)構(gòu)映射到記憶端已知機型，才能正確推斷“能向水箱倒水”。

3.模擬設(shè)置與表示細節(jié)

在所有實驗中，感知端（Perception）扮演“驅(qū)動”角色，記憶端（Memory）則作為“接收”對象。每當(dāng)一個感知命題被觸發(fā)，便會在記憶中激活對應(yīng)單元，完成一次信息流動。這種一對一的觸發(fā)機制確保了各架構(gòu)在同一樣例上接受了完全相同的輸入，便于后續(xù)性能比較。

為了考驗架構(gòu)對層級關(guān)系與結(jié)構(gòu)映射的依賴，研究者在語義編碼上刻意制造了干擾與偏置。無論是顏色、紋理，還是空間位置，都在“正確對應(yīng)”與“誤導(dǎo)對應(yīng)”之間精心平衡——當(dāng)錯誤的語義重疊足夠強時，只有能利用關(guān)系層級或已學(xué)映射的架構(gòu)，才有機會糾正這一偏差。

與此同時，始終施行1:1映射約束，要求每一個感知端結(jié)構(gòu)角色只能對應(yīng)到記憶端的單一角色，從而防止“多對多”或“多對一”的捷徑映射。

圖2僅動態(tài)綁定（DBO）任務(wù)的LISE表示。

針對不同能力組合，任務(wù)版本也做了巧妙適配。對于不支持多元關(guān)系表征的DBO和MO架構(gòu)，實驗使用“Cat”（單元謂詞）版本，將位置、連通性等關(guān)系拆解為單獨的location1、location2 等謂詞；而對RO和R&M等具備二元關(guān)系能力的架構(gòu)，則直接采用 top-connected(water-tank, filter-basket)、side-connected(water-tank, filter-basket) 等二元連接關(guān)系，讓它們能完整調(diào)用多元謂詞的層級結(jié)構(gòu)。

4.結(jié)果解讀：架構(gòu) × 任務(wù)表現(xiàn)矩陣

以下矩陣總結(jié)了四類架構(gòu)在四項任務(wù)中的成敗情況，勾勒出多元關(guān)系與結(jié)構(gòu)映射各自的“對號入座”地圖：

DBO 任務(wù)中，只需動態(tài)綁定單元謂詞，所有架構(gòu)均能快速泛化并成功推斷，不存在“能力冗余”的負遷移。

圖3：僅動態(tài)綁定（DBO）任務(wù)的仿真結(jié)果。

RO 任務(wù)要求記憶與感知兩端都具關(guān)系詞匯，只有RO和R&M架構(gòu)能直接感知并利用該關(guān)系；即便“Balint’s 版本”在記憶中保存了關(guān)系，但因為感知端不具備，仍然無法得解。

MO 任務(wù)則引入顏色/紋理干擾，只有MO和R&M能憑借已學(xué)映射跨屬性繼承可供性，成功克服語義重疊。

R&M 任務(wù)匯聚二者優(yōu)勢：單靠多元關(guān)系或單靠映射均無力解決，唯有同時具備兩種核心能力的R&M，方能在新咖啡機案例里正確推導(dǎo)“向水箱倒水”。

在對比架構(gòu)的時間動力學(xué)曲線時，可以看到一個清晰的共性：所有架構(gòu)在首次觸發(fā)時都會被語義重疊與錯誤對應(yīng)所偏向，關(guān)鍵對象往往與“無可供性”一同激活。隨著迭代推進，MO與R&M架構(gòu)通過學(xué)習(xí)到的映射連接開始逆轉(zhuǎn)這種偏差，而RO與R&M則借助層級關(guān)系結(jié)構(gòu)克服語義噪聲。兩種機制在各自擅長的任務(wù)里，相互補充，也合力彰顯了“多元關(guān)系”與“結(jié)構(gòu)映射”各自對符號思維不可或缺的地位。

5.關(guān)鍵發(fā)現(xiàn)與理論含義

一系列模擬驗證了“多元關(guān)系表征”和“結(jié)構(gòu)映射”各自的不可替代性，僅靠映射無法補償缺乏層級關(guān)系的短板，正如MO架構(gòu)在RO任務(wù)中束手無策；而只有關(guān)系、沒有映射，同樣無法在MO任務(wù)中得出正確結(jié)論，RO架構(gòu)也同樣失利。

圖4：僅關(guān)系（RO）任務(wù)的仿真結(jié)果。

這一獨立性命題的成立，讓我們看到符號思維并非單一機制驅(qū)動，而是多重能力并行協(xié)作的成果。

從發(fā)展心理學(xué)角度審視，這兩種能力的到位呈現(xiàn)出漸進軌跡：幼兒最初依賴直觀特征，隨后在不斷探索中開始感知對象間的關(guān)系，最終將這些關(guān)系納入記憶并遷移運用。

更令人振奮的是，模擬還對臨床提供了具體預(yù)測——Balint’s綜合征患者若缺乏對空間與關(guān)系的感知，就可能連“能否將新物體堆疊在一起”這樣看似簡單的任務(wù)都難以判斷。

圖5：僅映射（MO）任務(wù)的仿真結(jié)果。

值得一提的是，盡管RO和MO架構(gòu)都做了能力擴充，它們在最基礎(chǔ)的DBO任務(wù)中并未出現(xiàn)速度或準確度的下降。這意味著，哪怕引入更復(fù)雜的層級關(guān)系或映射記憶，也不會對“只需動態(tài)綁定”的簡單泛化任務(wù)產(chǎn)生負面影響。換言之，進化和開發(fā)一套新能力，并不會犧牲已有認知高效性。

6.計算系統(tǒng)發(fā)育框架：從不變性到符號

回溯生物智能的演化歷程，可以勾勒出一條從“感知不變性”到“復(fù)雜符號思維”的清晰進階路徑。最初，神經(jīng)系統(tǒng)必須明確而獨立地編碼環(huán)境中的不變性特征——紅色、圓形、逼近的速度、大牙的威脅感……這些獨立的“原子”讓生物得以在新情境中迅速泛化。

緊接著，動態(tài)綁定機制應(yīng)運而生，使得這些不變性能夠按需組合：紅色+圓形與紅色+逼近，不再是糾纏的一團，而是可拆分、可重組的認知單元。

在此基礎(chǔ)上，具備單元謂詞泛化的架構(gòu)（DBO）便能在僅看一次“可走”示例后，自動推斷新地面的可供性。再往前走一步，能夠把多個角色–填充物捆綁為層級化多元謂詞（RO）就能真正表征對象間的關(guān)系，諸如“水箱在濾籃之上并相連”這類復(fù)雜結(jié)構(gòu)才有了獨立身份。

結(jié)構(gòu)映射的出現(xiàn)（MO）賦予智能體將整體場景與記憶中類似場景一一對應(yīng)并記憶復(fù)用的能力。終于，當(dāng)二者合流（R&M），具備了同時表征關(guān)系與跨情境映射的最簡計算條件，基礎(chǔ)符號思維便在此刻突現(xiàn)。

圖6：關(guān)系和映射（R&M）任務(wù)的仿真結(jié)果。

而邁向更高階的符號演繹與類比，則需要額外的CWSG與模式歸納機制，它們?yōu)槎嗝}系統(tǒng)提供了圖式推理與交集發(fā)現(xiàn)的強大引擎?？傮w來看，這七個階段——不變性檢測、動態(tài)綁定、單元謂詞泛化、多元關(guān)系、結(jié)構(gòu)映射、關(guān)系+映射，直至CWSG/模式歸納——構(gòu)成了一個生物智能到符號智能的計算系統(tǒng)發(fā)育圖譜。

在自然界的不同物種中，我們已見到這條路徑上的碎片性表現(xiàn)：大黃蜂或許能對鄰近物體的組合關(guān)系做出反應(yīng)；老鼠對因果關(guān)系的表征初露端倪；黑猩猩的工具操作則展現(xiàn)了基本的結(jié)構(gòu)映射能力。

但直到人類，這套能力組合才真正齊備，才得以駕馭語言、數(shù)學(xué)和無窮盡的類比藝術(shù)。正是在這一計算系統(tǒng)的每一步進化中，單一的學(xué)習(xí)與泛化，才得以升華為對世界深度理解與靈活操控的真正符號思維。

7.拓展：語言與人類獨有的類比

語言作為人類最復(fù)雜的符號系統(tǒng)，本身就建立在多元關(guān)系和結(jié)構(gòu)映射的雙重基座之上。任何一句句子，都在表達一個或多個參數(shù)的關(guān)系：主語與謂語、賓語與狀語乃至修飾語之間，層層遞歸、可套可拆，仿佛多元謂詞在句法結(jié)構(gòu)中的活體演繹。

正因如此，語言天生支持遞歸——無論是定語疊加，還是從句層層套用，都離不開對多參數(shù)關(guān)系的靈活表征。

與此同時，語言還具有“可映射性”的天然優(yōu)勢。每當(dāng)我們將文字與世界對齊時，便在句子成分與現(xiàn)實對象之間建立了一一對應(yīng)。

描述一幅圖景時，我們可以直接指出“這段文字說的是那扇開著的門”，或者更抽象地把復(fù)雜事件映射成比喻與類比，這種顯性或可被闡釋的映射能力，讓語言成為跨域遷移與新知發(fā)現(xiàn)的利器。

有趣的是，支撐這種多元關(guān)系表征與映射能力的基因突變很可能也推動了語言的誕生與演化。我們或許能把關(guān)系與映射的神經(jīng)計算機制，視作語言進化中的核心驅(qū)動，讓聲音、文字得以承載無窮盡的符號和意義，也讓我們在不同范疇之間自由穿梭，從天體運行到原子結(jié)構(gòu)都能一語道破。

8.人工智能對照與方法論啟示

當(dāng)代Transformer大模型的“驚人表現(xiàn)”似乎動搖了傳統(tǒng)對動態(tài)綁定、多元謂詞與結(jié)構(gòu)映射的信念。憑借海量文本的統(tǒng)計學(xué)習(xí)，它們在人機對話和類比題解上也能取得讓人側(cè)目的成績。

然而深究其背后，卻發(fā)現(xiàn)高度糾纏的表征讓模型在面對罕見或不常見的角色–填充物組合時頻頻失手。一次“帳篷在海鷗翅膀上”這樣的新奇場景，很可能令它們拼湊出奇怪的“混合物”或干脆放棄正確布局——因為沒有獨立表征“帳篷”“海鷗”“機翼”及它們之間的關(guān)系，只能依賴過去出現(xiàn)過的聯(lián)合統(tǒng)計。

圖7：三個prompt 的不同結(jié)果：你能創(chuàng)建一個新的帳篷日間視點1:1寬高比的照片級真實感圖像停在海鷗機翼上的飛機機翼上。

第一行：ChatGPT o4 mini（OpenAI，2025），OpenAI專門從事視覺推理的模型，傾向于為了使飛機和鳥雜交。

第二行：ChatGPT o3（OpenAI，2025），OpenAI的高級推理模型也傾向于將飛機和鳥類雜交。 

第三行：谷歌Gemini 2.5 Flash（谷歌，2025），顯示出一些趨勢雜交，但在生成時也會顛倒關(guān)系或添加部分的副本不尋常的空間關(guān)系的圖像。每行中的第一張圖片描繪了大模型的對提示的最佳回應(yīng)。

這種重度依賴大規(guī)模訓(xùn)練數(shù)據(jù)來不斷擴展“凸包”的做法，導(dǎo)致AI系統(tǒng)在數(shù)據(jù)稀缺或能耗受限的環(huán)境下，泛化能力急劇下降，與生物智能那種幾次示例就能學(xué)會新詞、新操作的高效外推形成鮮明對比。

此時，回望研究團隊所提出的LISA框架，我們能從中汲取兩大要義：一是明確而獨立地表征不變性，讓關(guān)鍵概念如“可走”“可倒水”“因果關(guān)系”擁有專門神經(jīng)單元；二是通過動態(tài)綁定、層級關(guān)系和結(jié)構(gòu)映射，將這些不變性靈活組合，并少樣本地快速泛化。

將這些原則融入未來AI架構(gòu)，不僅能減少對海量標注數(shù)據(jù)的依賴，還能顯著提升資源效率，使得智能系統(tǒng)在能耗、算力受限的設(shè)備上也能展現(xiàn)類人般的快速學(xué)習(xí)與跨域遷移潛力。映射記憶和層級關(guān)系綁定，或許應(yīng)成為下一代可解釋神經(jīng)網(wǎng)絡(luò)的核心模塊，讓人工智能從“數(shù)據(jù)驅(qū)動”更進一步，邁向“結(jié)構(gòu)驅(qū)動”的真正智能。

這項研究的核心結(jié)論可以歸納為一個“最小充分條件”：在動態(tài)綁定的基礎(chǔ)上，只有同時具備多元關(guān)系表征與結(jié)構(gòu)映射能力的認知架構(gòu)，才能完成最基本的符號思維任務(wù)。這兩項能力是獨立的、不可互相替代的，但它們的協(xié)同作用卻是開啟類比、語言、圖式推理等更高階認知的關(guān)鍵。

而當(dāng)這兩項能力與CWSG等機制結(jié)合時，認知架構(gòu)便能處理更復(fù)雜的命題系統(tǒng)，實現(xiàn)真正意義上的系統(tǒng)性符號推理。這不僅為理解人類智能提供了理論支撐，也為人工智能的發(fā)展指明了方向。

參考資料：???https://arxiv.org/pdf/2508.15082??

本文轉(zhuǎn)載自??波動智能??，作者：FlerkenS?