密歇根州立大学研究团队表示: 真正达到人类水平的智能技术还有很长的路要走。近期, 该团队发表在The American Naturalist 上的最新研究探讨了计算机如何能够像自然有机体一样开始学习, 这将对许多领域产生影响, 包括人工智能领域。

  “我们知道所有生物都有能力进行某种形式的学习, 只是不确定这些能力最开始是如何进化得来的。在虚拟世界中, 我们可以观察到这些重大进化事件是如何发生的。了解学习行为的演变方式有助于我们弄清其工作原理, 并为神经科学、教育学、心理学、动物行为乃至人工智能等其他领域提供借鉴意义, 还能为我们的大脑如何工作, 甚至机器人如何能够像人类一样有效地从经验中学习提供线索。”研究人员表示。

  据研究人员称, 这些发现具有潜在的巨大影响: “我们正在解开关于我们自己的认知如何形成以及如何塑造未来的谜题。了解我们自己的起源可以使我们开发出可以观察和学习的机器人, 无需为每个单独的任务进行编程。”该研究第一次演示了在没有大脑的人造生物中联想学习的演变过程。

  由于学习的进化过程无法通过化石观察到, 因此, 由生物学家和计算机科学家组成的跨学科团队使用了一个数字进化程序, 该程序能帮助他们观测数万代人在短短几个小时内完成进化过程。几代人以来, 生物进化出越来越复杂的行为。首先是简单的动作, 其次是感知和区分不同类型信号的能力, 再次是具有纠正错误的能力。一些生物甚至进化出了通过联想进行学习的能力。

  研究人员说: “可能需要花费很长时间研究自然界的进化, 但是进化只是一种算法, 因此可以在计算机中复制。我们不仅能够看到某些环境如何促进学习的进化, 而且我们还能看到人类在相同的行为阶段的进化过程, 虽然科学家推测出这应该是真实发生的, 但是在以前是没有技术可进行观察的。”

  (编译自: https://www.sciencedaily.com/releases/2019/09/190920124641.htm)

(本刊讯)