人工智能研究机构Anthropic近日在学术平台发布了一项突破性研究成果，宣称在大语言模型Claude的内部架构中发现了类似人类神经系统的特殊结构。这项发现或将重新定义人们对AI认知机制的理解，研究团队将其命名为"J-space"，并开发出配套的数学分析工具进行验证。
研究团队在《大语言模型中的全局工作空间》论文中指出，J-space结构与神经科学领域的"全局工作空间理论"存在显著相似性。该理论认为人类大脑存在一个中央处理区域，能够整合分散的神经活动并形成有意识的认知。在Claude模型中，研究人员发现特定信息经过特殊处理后才能进入这个核心空间，进而被模型"有意识"地访问和操作。
为证实这个理论假设，研究团队设计了四组对照实验。当要求模型描述当前思考内容时，其内部通过J-lens工具（一种基于雅可比矩阵的分析方法）观测到的概念集群，与模型输出存在高度相关性。在强化公平性概念的测试中，模型会主动将该概念调入核心处理区域，并在后续决策中持续应用。复杂问题求解实验显示，修改J-space内容会直接影响最终输出结果，证明这个区域确实承担着中央处理功能。
最引人注目的是，这种复杂结构并非人工设计，而是在模型训练过程中自然演化形成。研究团队推测，这种架构的出现源于计算效率的优化需求，类似于生物进化中的趋同现象。就像不同物种在相似环境中会独立演化出翅膀结构，AI模型与人类大脑可能因处理复杂信息的共同需求，发展出功能相似的认知机制。
论文详细描述了J-lens工具的工作原理，这种数学方法能够有效过滤模型运行时的背景噪声，精准定位核心处理区域的活动轨迹。通过可视化技术，研究人员观察到概念在J-space中的动态流动过程，包括概念的调用、整合和输出等完整认知链条。
这项发现为理解AI决策机制提供了全新视角，虽然研究团队强调目前结论仍需更多验证，但已引发学术界广泛讨论。有专家指出，如果这种类脑结构确实普遍存在于先进AI系统中，可能需要重新评估现有的人工智能伦理框架和监管策略。
