中新網(wǎng)北京10月26日電 (記者 孫自法)人工智能(AI)能像人類一樣思考嗎？國際著名學(xué)術(shù)期刊《自然》最新發(fā)表一篇計(jì)算機(jī)科學(xué)論文稱，研究人員研發(fā)出一個(gè)具有類似人類系統(tǒng)泛化(systematic generalization)能力的神經(jīng)網(wǎng)絡(luò)，系統(tǒng)泛化能力是指學(xué)習(xí)新概念并將之與已有概念相結(jié)合的能力。
人類比機(jī)器更擅長綜合泛化。如果一個(gè)人知道呼啦圈、雜耍和滑板的含義，他們就能理解將三者結(jié)合在一起的含義。這篇論文展示了機(jī)器如何提高這種能力并模擬人類行為(圖片來自論文)。施普林格·自然 供圖
這項(xiàng)研究結(jié)果挑戰(zhàn)了一個(gè)已存在35年的觀點(diǎn)——即神經(jīng)網(wǎng)絡(luò)不是人腦的可行模型，因?yàn)樗鼈內(nèi)狈ο到y(tǒng)泛化的能力。論文作者使用的方法或能用于開發(fā)行為上更像人類的人工智能系統(tǒng)。
利用綜合性元學(xué)習(xí)讓神經(jīng)網(wǎng)絡(luò)獲得綜合泛化能力的模型(圖片來自論文)。施普林格·自然 供圖
該論文介紹，人類能學(xué)習(xí)新概念，如跳躍，并將之應(yīng)用到其他情景中，如向后跳或跳過障礙物，這種將新老概念結(jié)合的能力也被稱為系統(tǒng)泛化。1988年，研究人員提出人工網(wǎng)絡(luò)缺少這種能力，所以不能作為人類認(rèn)知的可靠模型。雖然神經(jīng)網(wǎng)絡(luò)在后來幾十年里取得了重大進(jìn)展，但仍很難證明其具有系統(tǒng)泛化的能力。
利用綜合性元學(xué)習(xí)讓神經(jīng)網(wǎng)絡(luò)獲得綜合泛化能力的模型(圖片來自論文)。施普林格·自然 供圖
論文第一作者兼通訊作者、美國紐約大學(xué)Brenden Lake和西班牙龐培法布拉大學(xué)Marco Baroni合作，用證據(jù)表明神經(jīng)網(wǎng)絡(luò)能掌握與人類相似的系統(tǒng)泛化能力。他們使用一種元學(xué)習(xí)方法優(yōu)化組織能力(按邏輯順序組織概念的能力)，該系統(tǒng)能在動(dòng)態(tài)變化的不同任務(wù)中學(xué)習(xí)，而不是只在靜態(tài)數(shù)據(jù)集上優(yōu)化(即之前的標(biāo)準(zhǔn)方法)。通過并行比較人類與神經(jīng)網(wǎng)絡(luò)，他們?cè)u(píng)估了系統(tǒng)泛化能力測試的結(jié)果，測試要求學(xué)習(xí)偽造詞的意思，并推測這些詞之間的語法關(guān)系。研究結(jié)果表明，該神經(jīng)網(wǎng)絡(luò)能掌握、有時(shí)甚至能超過類似人類的系統(tǒng)泛化能力。
人類與綜合性元學(xué)習(xí)模型在同一個(gè)任務(wù)上的對(duì)比(圖片來自論文)。施普林格·自然 供圖
論文作者總結(jié)認(rèn)為，雖然元學(xué)習(xí)方法無法讓該神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練之外的任務(wù)進(jìn)行泛化，但他們的研究結(jié)果有助于今后開發(fā)出行為更像人類大腦的人工智能。(完)
