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日報道 美國《科學(xué)日報》網(wǎng)站近日報道稱，愛爾蘭三一學(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)布了用于改進人工智能的新指導(dǎo)原則。
6月23日發(fā)表在英國《自然·機器智能》雜志上的這篇研究論文探討了嬰兒學(xué)習(xí)過程的神經(jīng)學(xué)和心理學(xué)機制，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：“人工智能在過去10年里取得了巨大進展，人類擁有了智能揚聲器、汽車自動駕駛系統(tǒng)、越來越智能的應(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展要歸功于機器學(xué)習(xí)：機器利用大量數(shù)據(jù)來訓(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)，因為機器學(xué)習(xí)的數(shù)據(jù)必須由人類煞費苦心地進行管理。但我們知道，學(xué)習(xí)的效率其實是可以大幅提高的，因為嬰兒學(xué)起來就輕松得多！他們通過體驗周遭世界來學(xué)習(xí)，有時甚至只需看一眼就夠了?！?/p>
在《從嬰兒學(xué)習(xí)看無監(jiān)督的機器學(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學(xué)習(xí)非結(jié)構(gòu)化數(shù)據(jù)。他們首次就哪些對嬰兒學(xué)習(xí)過程的見解可有效應(yīng)用于機器學(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，需要從一開始就為機器內(nèi)置偏好來塑造它們的學(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。而且，與嬰兒一樣，它們要有一個發(fā)展軌跡，即它們的經(jīng)驗和網(wǎng)絡(luò)隨“成長”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：“作為人工智能研究人員，我們經(jīng)常會對自己的系統(tǒng)與人類嬰兒和兒童的心理發(fā)育過程進行比較。現(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)的角度來研究嬰兒發(fā)育過程的相關(guān)知識。這或許有助于我們克服機器學(xué)習(xí)最緊迫的局限性?！?/p>
身為三一學(xué)院神經(jīng)科學(xué)研究所所長的丘薩克補充說：“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>