心理图像能否提高AI系统的思维能力？

尽管现有模型能够与人类交互并提供满意的响应，但它们缺乏自主行动或独立推理的能力。此外，这些模型中的输入数据通常作为显式查询提供，即使已获取一些感官数据也如此。AI代理——旨在根据其编程、数据输入和已学习知识进行任务和决策的计算实体——已取得显著进展。然而，它们在跨域整合知识方面尚未达到人类的水平。心理图像在大脑思维过程中发挥着基本作用，涉及基于内部多感官数据、计划行动、需求和推理能力进行任务。本文我们研究如何将心理图像集成到机器思维框架中以及这如何可能有助于启动思维过程。我们提出的机器思维框架集成了一个由三个辅助单元支持的认知思维单元：输入数据单元、需求单元和心理图像单元。在该框架中，数据表示为自然语言句子或绘图草图，既用于信息传递也用于决策。我们对该框架进行了验证测试，并呈现和讨论了结果。