PsyBrain 脑心前沿 / AI 与脑科学：顶刊文献解读专题 / A · 文献解读 / A059 · AI的“记忆”只是拙劣模仿？TICS最新综述揭示其与人脑

A059 AI的“记忆”只是拙劣模仿？TICS最新综述揭示其与人脑的五大核心差异

来源：公众号 PSY-Brain_Frontier ｜发布：2025-10-15 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息：

Title:Towards large language models with human-like episodic memory

发表时间：Volume 29, Issue 10 October 2025

Journal:Trends Cogn Sci

影响因子：17.1

获取原文：

后台回复“文献”即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

研究背景

当AI拥有“记忆”，它离人类还有多远？

在我们的日常生活中，记忆扮演着至关重要的角色。你之所以能记得上次和朋友聚餐时他点了什么（一段独特的经历），与你“知道”他平时不吃辣（一个普遍的规律），是两种不同记忆系统在发挥作用。前者，我们称之为情景记忆 (Episodic Memory)，它负责存储个人亲身经历的、独一无二的事件。

长久以来，认知神经科学家们一直致力于揭示情景记忆如何帮助我们理解世界、预测未来。而近年来，大型语言模型（LLM）的飞速发展，为我们提供了一个前所未有的计算平台来模拟人类认知。为了让LLM也能“记住”一次性的对话或事件，研究者们为它装上了外部记忆模块，构建了记忆增强大型语言模型（MA-LLM）。

然而，这些MA-LLM的“记忆”真的像人一样吗？它们能在多大程度上作为模拟人脑的模型？正是基于这一核心问题，《认知科学趋势》期刊的这篇最新综述，为我们系统性地梳理了当前MA-LLM与人类情景记忆之间的关键差异，并为未来的研究指明了方向。

综述框架

本文的论证逻辑清晰，层层深入，为读者构建了一幅从现状到问题、再到解决方案的完整路线图。

作者首先，从认知神经科学的视角出发，介绍了人类的情景记忆、语义记忆和工作记忆是如何协同工作，帮助我们理解和预测真实世界事件的。
随后，文章转向人工智能领域，解释了标准LLM为何难以有效记忆一次性信息，并引出了MA-LLM作为一种解决方案，即通过外挂一个独立的“记忆系统”来模拟人类的情景记忆功能。
接着，也是本文的核心，作者对人类情景记忆的五大关键特性——动态更新、事件切分、选择性编解码、时间连续性和提取竞争——进行了详细阐述，并与当前MA-LLM的设计进行了逐一对比，系统性地揭示了二者间的深刻差异。
最后，在指出了这些差异后，作者进一步探讨了其背后的原因——当前AI的基准测试任务与真实世界的记忆需求存在脱节，并提出了改进方向：不仅要设计更贴近真实场景的测试任务，还要利用神经影像等手段，直接比较模型内部表征与人类大脑活动的匹配度，以此来评估和指导模型的开发。

核心观点总结

通过上述框架，作者明确指出了当前MA-LLM在模拟人类情景记忆时的几个核心“失真”之处。这些差异不仅是技术上的不同，更反映了对“记忆”这一复杂认知过程理解的深度差异。

静态存储 vs. 动态更新：人类记忆是可变的，每次回忆都可能加强、削弱甚至重塑记忆内容。而MA-LLM的记忆一旦存入，通常是固定不变的。正如作者在图1的关键对比中展示的，人类记忆（图1B）是一个可通过“更新”来调整的动态系统，而MA-LLM的记忆（图1A）则更像一个静态的数据库。
固定分块 vs. 事件切分：我们的大脑会自动将连续的体验切分成一个个有意义的“事件”（如一顿晚餐、一次会议），并以此为单元来组织记忆。MA-LLM通常采用固定的、等长的文本块来存储信息，缺乏这种基于内容理解的智能切分。图1B明确指出，人类的记忆系统会将“连续输入切分成不同事件”。
全面检索 vs. 选择性编解码：人类的记忆编解码是高度选择性的。例如，在信息不足、对后续情节感到不确定时，我们才会更多地调用情景记忆。而MA-LLM的记忆编码和提取往往是“一视同仁”的、非选择性的。图1B的核心观点之一便是“编码和提取是选择性地发生在特定时刻的”。
无序关联 vs. 时间连续性：人类在回忆时，常常会表现出“时间连续性”效应，即回忆完一件事后，更容易想起在时间上与之相邻的另一件事。这是因为记忆内容与一个动态变化的时间背景表征绑定在了一起。而MA-LLM的记忆检索通常只基于内容相似性，普遍缺乏这种按时间线索进行联想的能力。这一点在图1的说明文字中也有提及，即人类情景记忆包含了时间背景信息以支持时间连续性效应。
独立检索 vs. 竞争性提取：当面对一个线索时，人类大脑中多个相关的记忆会相互竞争，通常只有最匹配的那一个能被成功“提取”到意识层面。而MA-LLM常常会同时检索出多个（例如，最相关的k个）记忆片段。这一点在图1A的“同步检索”（Simultaneous retrieval）和图1B的“仅检索最佳匹配记忆”中形成了鲜明对比。