关键词:认知推理

编者按


2026年10月17日至18日,北京大学第三届认知推理大会(CoRe Day 2026)在北京大学中关新园举行。大会以“认知的起源:从核心知识到机器心智”为主题,来自哈佛大学、加州大学圣地亚哥分校、成均馆大学、中国科学院生物物理研究所、北京大学、北京师范大学、南方科技大学等高校与科研机构的学者齐聚一堂,展开了一场跨越“婴儿—动物—人脑—机器”的认知推理对话。


本次大会由北京大学博雅特聘教授、前沿计算研究中心副主任王亦洲,与北京大学博雅特聘教授、心理与认知科学学院院长毕彦超担任大会主席;专题会议由北京大学心理与认知科学学院助理教授朱毅鑫、彭玉佳主持。

王亦洲教授开幕致辞

朱毅鑫博士主持会议


大会不止于“AI 如何推理”的技术探讨,更将问题向前推进了一层:心智从哪里来?婴儿天生知道什么?动物如何交流?社会脑如何组织信息?机器能否拥有“强制性”的知觉?两天四场报告与讨论,试图在心理学、神经科学与人工智能之间搭起一座桥。

彭玉佳博士主持专题圆桌讨论

自左至右与会专家:刘克顽、廖加悦、何生


婴儿不是“白板”:核心知识是天生的

大会首场报告由哈佛大学教授、美国国家科学院院士伊丽莎白·斯佩尔克(Elizabeth Spelke)带来。她给出的核心判断是:婴儿不是一块白板,核心知识是先天的、终生的、跨文化普遍存在的。

伊丽莎白·斯佩尔克教授分享


斯佩尔克引用了一系列令人印象深刻的证据:新孵化的雏鸡经过上千次反直觉训练,依然坚信被遮挡的物体继续存在;出生仅几天的新生儿,能把看到的点阵数量与听到的声音次数匹配起来;3个月大的婴儿在睡眠中,脑电信号就能同时区分数量、速率和时长;4个月大的婴儿已经能通过观察照料者之间的互动,判断谁是“自己人”。


面对“核心知识是否只是知觉的一种”“不同核心系统能否协作”等质疑,斯佩尔克回应:核心知识与知觉在可塑性、目标和文化依赖性上根本不同;各核心系统使用各自“语言”,通过类似 API 的接口协作。她同时指出,先天与经验并非对立——胎儿期丘脑的自发活动塑造了皮层结构,而这一塑造过程本身遵循“一起放电、连接在一起”的学习规则。


她给 AI 研究留下三个问题:结构化 AI 会不会自发形成核心知识?会不会具备类人的社交与文化学习能力?在不同文化文本上训练的 AI,会不会分化出不同的认知?她的判断颇耐人寻味:“当代 AI 的成就,本质上是人类心智的胜利。”


语言网络出生即已“在线”,互动才是学习关键

北京师范大学副教授郁曦报告了一项追踪76名婴儿从出生到学龄期的纵向研究。研究发现,出生仅1个月的婴儿,其语言网络已经表现出类似成人的强功能连接,而视觉网络尚不具备这一特征;双生子分析显示,语言网络具有突出的遗传成分。

郁曦博士分享


后天的环境同样重要。亲子共读时长与颞上回白质连接性正相关,并能预测孩子二年级时的阅读能力,这一效应从婴儿期一直延续数年。但研究强调,真正起作用的不是“听了多少词”,而是双向的人际互动——被动播放录音或视频,无法替代真实对话中的轮流与回应。语言还不仅仅服务于语言本身:它像一个“注意力路标”,引导儿童在不同样例中提取共同特征,进而塑造分类与概念系统。


从红毛猩猩到诊室对话:互动中的心智

加州大学圣地亚哥分校副教授费德里科·罗萨诺(Federico Rossano)把矛头指向了比较认知研究的“平均数陷阱”:96%的心理学样本来自西方人群,灵长类研究只覆盖了15%的已知物种,每项研究中位数样本仅7只。他指出,用群体平均判断一个物种“能或不能”,在逻辑上站不住脚。红毛猩猩在可预测风险下90%选择偷取食物,只在预判对方会反抗时才切换为“请求”;圈养并经历过同伴疫病死亡的灵长类,会长期回避可能污染的食物。这些个体差异不是噪音,恰恰揭示了物种认知的可能性边界。

费德里科·罗萨诺博士分享


同校公共卫生学院助理教授安妮·怀特(Anne E. C. White)则把会话分析带进了诊室。团队分析了门诊中医生纠正患者误解的对话,识别出直接纠正与间接纠正两类实践,并总结出患者“接受”与“不接受”的回应模式。一个生动的细节是:把提问中的“any”换成“some”,患者未被满足的关切减少了78%。语言细节在真实互动中的力量,由此可见一斑。

安妮·怀特博士分享


社会脑有“隐秘架构”,脑基础模型走向十亿参数

北京师范大学教授汪寅描绘了社会脑的“隐秘架构”:面孔加工分为腹侧、背侧、内侧三条通路,分别处理身份、动态表情与社会效价;前颞叶像“枢纽-辐条”一样支持人物记忆的灵活提取;腹内侧前额叶分为三个子区,分别负责社会信息、价值决策与情绪加工。社会关系可以被压缩为五个跨文化核心维度,社会智能则可分解为联结、加工、应对三个成分。一项覆盖32个国家、2600项自闭症研究的元分析还发现,自闭症社交困难呈现出有明确先后顺序的级联发展模式。

汪寅博士分享


南方科技大学长聘副教授刘泉影则把目光投向机器。她提出的“认知原子”假说认为,约10个低维成分就足以覆盖人类数百种认知任务的神经表征,AI 的跨任务学习也遵循类似规律。团队用12万小时、10亿参数的脑电数据训练脑基础模型,并提出一个颇具想象力的人机交互愿景:大脑只负责输出意图,AI 代理完成90%的执行,人与智能体的协作将像左右半球之间的通信一样自然。

刘泉影博士分享


意识的核心,是“无法被推翻的知觉”

成均馆大学教授、IBS 神经科学成像研究中心共同主任刘克顽(Hakwan Lau)的报告把讨论推向意识问题。他基于“知觉元认知”的视角指出,人类知觉的精细程度远超当前AI的前馈深度网络,很大程度上是因为知觉受到高阶过程的监测与控制。他介绍了相关临床研究——“非意识暴露疗法”:恐惧症患者在不知道自己正在接受治疗的情况下,通过脑成像神经反馈与金钱奖励,显著降低了对目标恐惧刺激的生理唤醒;但他们对恐惧的主观评分几乎没有变化。这说明,生理唤醒与主观恐惧体验有着分离的神经基础——杏仁核负责前者,外侧前额叶负责后者。


由此,他提出一个关于意识的核心假设:前额叶会把某些知觉标记为“强制性”的——即使你知道那是幻觉,也难以将其忽视。正是这种无法被知识推翻的知觉,构成了意识体验和伦理关切的基础。人类会因此受苦,而大语言模型不会。

刘克顽博士分享


此外,成均馆大学医学院教授廖加悦(Ka-Yuet Liu)分享了从社会网络到神经环路的大脑价值赋予机制;中国科学院生物物理研究所研究员何生则从视觉意识与工作记忆的实验出发,报告了早期视觉区与高级皮层在表征结构上的差异。

廖加悦博士分享


心智的起源:多尺度、多物种、多方法的认知汇聚

从雏鸡的物体永久性到婴儿的抽象数量,从红毛猩猩的策略切换到诊室里一个代词的改动,从社会脑的五维结构到十亿参数的脑基础模型——这场大会呈现的,是认知科学正在多尺度、多物种、多方法上加速汇聚。而关于机器心智的追问,或许终将反过来照亮人类心智的起源。

与会专家学者合影


本次大会汇聚了发展心理学、认知神经科学、比较认知与人工智能等多个领域的前沿成果,九场报告与专题讨论围绕“心智的起源”形成了多维度的学术交汇。从核心知识的先天基础到语言网络的发育机制,从社会脑的信息组织原则到脑基础模型的规模化训练,与会学者在实验证据与计算模型之间展开对话,为理解人类心智的独特性与机器智能的边界提供了新的理论视角与研究路径。正如大会所期许的,跨学科的认知推理研究不仅关乎我们如何理解大脑与心智,也关乎如何为未来的通用人工智能构建具备生物学基础与认知合理性的架构。

大会合影


主办单位

北京大学前沿计算研究中心

北京大学心理与认知科学学院

人工智能创新引智计划

跨媒体通用人工智能全国重点实验室


协办单位

北京大学IDG麦戈文脑科学研究所

脑机接口与心理健康调控北京市重点实验室

中国神经科学学会认知神经生物学专委会


相关链接




近期新闻

—   版权声明  —

本微信公众号所有内容,由北京大学前沿计算研究中心微信自身创作、收集的文字、图片和音视频资料,版权属北京大学前沿计算研究中心微信所有;从公开渠道收集、整理及授权转载的文字、图片和音视频资料,版权属原作者。本公众号内容原作者如不愿意在本号刊登内容,请及时通知本号,予以删除。

内容中包含的图片若涉及版权问题,请及时与我们联系删除