原標(biāo)題 嬰兒是下一代人工智能的關(guān)鍵？
參考消息網(wǎng)7月13日?qǐng)?bào)道 美國(guó)《科學(xué)日?qǐng)?bào)》網(wǎng)站近日?qǐng)?bào)道稱，愛(ài)爾蘭三一學(xué)院的神經(jīng)學(xué)家們稱，嬰兒能夠幫助解鎖新一代人工智能。他們剛剛發(fā)布了用于改進(jìn)人工智能的新指導(dǎo)原則。
6月23日發(fā)表在英國(guó)《自然·機(jī)器智能》雜志上的這篇研究論文探討了嬰兒學(xué)習(xí)過(guò)程的神經(jīng)學(xué)和心理學(xué)機(jī)制，并總結(jié)了指導(dǎo)新一代人工智能的三條原則，或?qū)⒂兄诳朔C(jī)器學(xué)習(xí)最緊迫的局限性。
三一學(xué)院的研究員洛麗恩·扎諾迪克博士解釋說(shuō)：“人工智能在過(guò)去10年里取得了巨大進(jìn)展，人類擁有了智能揚(yáng)聲器、汽車自動(dòng)駕駛系統(tǒng)、越來(lái)越智能的應(yīng)用軟件和更精確的醫(yī)療診斷工具。人工智能領(lǐng)域取得的這些令人興奮的進(jìn)展要?dú)w功于機(jī)器學(xué)習(xí)：機(jī)器利用大量數(shù)據(jù)來(lái)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)模型。然而，目前許多領(lǐng)域都處于停滯不前的狀態(tài)，因?yàn)闄C(jī)器學(xué)習(xí)的數(shù)據(jù)必須由人類煞費(fèi)苦心地進(jìn)行管理。但我們知道，學(xué)習(xí)的效率其實(shí)是可以大幅提高的，因?yàn)閶雰簩W(xué)起來(lái)就輕松得多！他們通過(guò)體驗(yàn)周遭世界來(lái)學(xué)習(xí)，有時(shí)甚至只需看一眼就夠了?！?/p>
在《從嬰兒學(xué)習(xí)看無(wú)監(jiān)督的機(jī)器學(xué)習(xí)》這篇論文中，扎諾迪克博士、三一學(xué)院神經(jīng)科學(xué)研究所的羅德里·丘薩克教授和荷蘭艾恩德霍芬理工大學(xué)的塔里克·R·貝佐爾德博士主張，我們需要用更好的方法來(lái)學(xué)習(xí)非結(jié)構(gòu)化數(shù)據(jù)。他們首次就哪些對(duì)嬰兒學(xué)習(xí)過(guò)程的見(jiàn)解可有效應(yīng)用于機(jī)器學(xué)習(xí)領(lǐng)域，以及如何正確應(yīng)用提出了具體建議。
他們說(shuō)，需要從一開(kāi)始就為機(jī)器內(nèi)置偏好來(lái)塑造它們的學(xué)習(xí)方式。它們需要從更豐富的數(shù)據(jù)集中學(xué)習(xí)，這些數(shù)據(jù)集記錄了周遭世界的樣子、聲音、氣味、味道和感覺(jué)。而且，與嬰兒一樣，它們要有一個(gè)發(fā)展軌跡，即它們的經(jīng)驗(yàn)和網(wǎng)絡(luò)隨“成長(zhǎng)”而變化。
身為艾恩德霍芬理工大學(xué)哲學(xué)與倫理小組研究員的貝佐爾德博士說(shuō)：“作為人工智能研究人員，我們經(jīng)常會(huì)對(duì)自己的系統(tǒng)與人類嬰兒和兒童的心理發(fā)育過(guò)程進(jìn)行比較?，F(xiàn)在，我們應(yīng)該更認(rèn)真地看待這些類比，從心理學(xué)和神經(jīng)學(xué)的角度來(lái)研究嬰兒發(fā)育過(guò)程的相關(guān)知識(shí)。這或許有助于我們克服機(jī)器學(xué)習(xí)最緊迫的局限性。”
身為三一學(xué)院神經(jīng)科學(xué)研究所所長(zhǎng)的丘薩克補(bǔ)充說(shuō)：“人工神經(jīng)網(wǎng)絡(luò)一定程度上是在人類大腦的啟發(fā)下產(chǎn)生的。與嬰兒類似，它們依賴學(xué)習(xí)，但它們目前的學(xué)習(xí)方式與人類（和動(dòng)物）的學(xué)習(xí)方式截然不同。在跨學(xué)科研究的助力下，嬰兒或許可以幫助人類解鎖新一代人工智能?！?/p>