IT之家 9 月 14 日消息，据新华社，芬兰图尔库大学的一项新研究表明，GPT-4V 能够像人类一样，从图像和视频中识别并解读人与人之间的复杂社交信息，其准确性几乎可与人类相媲美。

IT之家查询发现，相关研究成果已于 9 月 2 日发表在国际学术期刊《成像神经科学》上。AI 的这一能力有望帮助科学家更高效地进行脑科学实验，并在医疗、安保和市场分析等领域展现应用潜力。

研究人员在图尔库 PET 中心测试了 ChatGPT 对社交互动的评估能力。他们要求模型对 138 项不同的社交特征进行判断，这些特征涵盖面部表情、身体动作以及互动特性（如合作或敌意）。随后，研究团队将 AI 的评估结果与超过 2000 名人类参与者的评估进行了对比。

结果显示，ChatGPT 给出的判断与人类结果高度接近，且其一致性甚至高于单个人的评估。图尔库大学博士后研究员塞韦里・桑塔维尔塔（Severi Santavirta）指出：“由于 ChatGPT 对社交特征的评估平均上比单个参与者更为一致，因此其结果甚至比个人判断更值得信赖。然而，多人共同的评估仍然比人工智能更准确。”

在研究的第二阶段，科研团队分别基于 AI 和人类参与者作出的社交情境评估结果，利用功能性脑成像技术来模拟社交感知的脑网络。结果显示，两者得出的脑网络图谱“惊人地相似”。

研究人员指出，收集人类的评估结果需要 2000 多名参与者，共耗时逾 1 万小时，而 ChatGPT 仅在数小时内就完成了相同工作量的评估，这一差距凸显了 AI 在科研效率上的巨大优势。

虽然该研究主要关注神经科学中的应用，但研究人员认为 AI 的社交情境自动评估功能在多个领域均具有潜在价值。例如，医疗场景中可辅助医生和护士监测患者状态；在市场营销中可预测视听内容的受众反馈；在安防领域则可帮助识别监控视频中的异常情况。

桑塔维尔塔补充道：“人工智能不像人类一样会疲劳，它能够全天候监测。在未来，对越来越复杂情境的观察可能可以交给 AI，而人类则专注于确认其中最重要的发现。”