(资料图片)

试图消除人与机器的差距

用于训练模型的数据视频(部分截取)。图片来源:《自然·人类行为》在线版

科技日报北京7月11日电 科学家们正尝试解决人与机器之间的差距问题。英国《自然·人类行为》上发表的一项研究指出,一个人工智能(AI)系统能以类似婴儿的方式学习物理世界的基本常识性规则。

“直观物理学”是体现智力的基础,使人们能够与物理世界进行真实的接触,这也是人类所谓“常识”的关键组成部分。人类在这方面具有先天优势,即使年幼的婴儿也懂得“直观物理”,即世界运作的常识性规则。只有5个月大的婴儿在看到了不符合物理规律的场景也会感到惊讶,比如玩具突然不见了。然而,再厉害的AI系统在对“直观物理”的理解上也相形见绌——长久以来,让机器学习算法来学习“直观物理”非常困难,尽管这些系统已经在许多其他任务上表现出超越人类的能力,如学习识别不同的物体。

此次,英国“深度思维”(DeepMind)公司的路易斯·派洛特及其同事报告了一个能学习直观物理的深度学习系统,名为PLATO。PLATO包含的系统受到婴儿如何学习的启发。尤其值得一提的是,PLATO遵循这样一种理论,即认为物体在人类周围物理世界的表现和预测中扮演核心角色。

研究团队通过给PLATO观看许多描绘简单场景的视频来训练它,比如球落到地上,球滚到其他物体后面又再次出现,很多球之间弹来弹去。训练之后,研究人员给PLATO观看了有时包含不可能场景的视频,以此作为测试。和年幼的小孩一样,PLATO在看到“不可能场景”时表现出了“惊讶”,比如物体互相穿过却没有发生相互作用。PLATO只观看了28小时的视频就获得了以上学习效果。

这些结果对AI和人类认知研究皆有重大影响。研究团队表示,这一模型可以学习各种物理概念,且体现出与发展心理学的发现一致的特点,而PLATO可以作为研究人类如何学习直观物理的一个有力工具,同时也表明了物体表征对于人类理解周围世界具有重要作用。

推荐内容