Are Humans Evolved Instruction Followers? An Underlying Inductive Bias Enables Rapid Instructed Task Learning
本立场论文认为，人类拥有一种进化的遵循指令的归纳偏置，这种认知机制类似于大型语言模型的指令微调，能够使人类通过语言输入实现对新任务的快速泛化。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你走进一个房间，看到一台带有许多按钮的陌生、不熟悉的机器。一个人类走进来，读了一遍说明书，立刻就知道如何操作它。现在，想象一只狗或一只黑猩猩试图弄明白同一台机器。它们可能会通过随机按下按钮，通过获得奖励（或电击）的方式，经过数小时一次又一次的尝试，最终才掌握正确的方法。
这篇论文提出了一个宏大的问题：为什么人类仅仅通过听取指令就能如此出色地学习新事物，而几乎其他所有生物都必须通过试错法来学习？
作者 Anjishnu Kumar 提出了一个引人入胜的想法：人类是“进化而来的指令遵循者”。
以下是该论文核心观点的拆解，使用了简单的类比：
1. “一次性学习”的超能力
论文将这种能力称为快速指令任务学习（Rapid Instructed Task Learning, RITL）。这是人类的一种天赋：听完一套规则后，第一次尝试就能正确执行任务。
- 类比： 想象学习玩一种新的桌游。人类可以读完规则书，然后立即开始游戏。而一个标准的“学习机器”（比如使用试错法的机器人）则需要玩成千上万次，不断犯错，直到它偶然发现规则。人类完全跳过了“猜测阶段”，因为我们能将语言直接转化为行动。
2. “指令微调”的联系
作者在人类的学习方式与现代人工智能（比如你正在交谈的这个聊天机器人）的学习方式之间建立了平行关系。
- 在人工智能中： 大型 AI 模型最初是“基座”模型，它们了解大量事实，但并不擅长执行特定命令。为了解决这个问题，工程师会给它们进行一种特殊的训练，称为**“指令微调”（Instruction Tuning）**。他们向 AI 输入数百万个“这是命令，这是答案”的示例。经过这种训练后，AI 就成为了执行指令的专家。
- 在人类中： 论文认为，进化为我们完成了“指令微调”。在成千上万年的时间里，那些擅长倾听并模仿指令的人类生存得更好。他们可以分享生存技能（例如“不要吃那种浆果”或“用这根棍子来挖掘”），而无需每次都通过示范来进行教学。
- 核心思想： 正如 AI 需要一个特殊的训练阶段才能变得擅长遵循指令一样，人类也被进化“预训练”了。我们的大脑自带一种“偏置”（默认设置），即：“当有人像老师那样对我说话时，我应该把这些话视为一套需要遵循的规则。”
3. 我们与动物的区别在哪里
论文通过观察我们的动物近亲来证明这一点。
- 黑猩猩： 它们很聪明，但如果展示给它们一个复杂的任务，它们往往会跳过“无用”的步骤，直接奔向目标。如果你告诉它们要做某件特定的事，它们通常会忽略指令，转而采取对它们来说看起来更高效的做法。
- 狗： 狗非常擅长跟随人类的手势（如指向），但它们无法像人类那样灵活地处理复杂的、基于语言的指令，例如“把球放在松针上”。
- 人类： 我们是独特的，因为我们天生就会高度保真地遵循指令，即使这些指令看起来很愚蠢或效率低下。在某种意义上，我们是“过度模仿者”；我们信任老师的话语。
4. 我们大脑中的“硬件”
论文指出，我们的脑中有一个特定的“引擎”。
- 类比： 把你大脑的前部（前额叶皮层）想象成一个通用遥控器。当你听到一条指令时，这个部分的大脑会立即重新配置自身，以匹配新的“频道”（即新的任务）。
- 其他动物可能需要通过身体实践来改变行为，而人类仅通过听一句话就能在精神上瞬间“重构”大脑。论文指出，负责这一功能的脑区在人类身上比在其他灵长类动物身上要大得多，这表明它是我们进化的关键硬件之一。
5. 这对未来意味着什么
作者并不是说我们可以根据这些研究现在就治愈疾病或制造更好的机器人。相反，这篇论文是对科学家的行动号召：
- 对于脑科学研究者： 不要仅仅将指令遵循看作学习的一个副作用。它是一项特殊的、独特的技能，值得独立研究。
- 对于 AI 科学家： 观察人类是如何做到的。也许通过理解使人类如此擅长此项能力的“进化偏置”，我们可以构建出更好的 AI，而不是仅仅向它们投喂更多的数据。
总结：
论文认为，人类不仅是聪明的，我们更是天生擅长倾听。进化给了我们一套“心理操作系统”，将语言视为可执行的命令。这与工程师教导 AI 的技巧相同，但对我们而言，这不仅仅是一次软件更新——这是我们的本质。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。