都柏林圣三一學院的神經科學家及其同事剛剛發布了改進人工智能的新指導原則,他們表示,嬰兒可以幫助解鎖下一代人工智能(AI)。
這項研究發表在《自然機器智能》雜志上,探討了嬰兒學習的神經科學和心理學,并提煉出了指導下一代人工智能的三條原則,這將有助于克服機器學習最緊迫的限制。
三一學院Lorijn Zaadnoordijk 博士解釋說:“人工智能 (AI) 在過去十年中取得了巨大進步,為我們提供了智能揚聲器、汽車自動駕駛、更智能的應用程序和增強的醫療診斷。人工智能的這些令人興奮的發展得益于機器學習,機器學習使用大量數據集來訓練人工神經網絡模型。
“然而,許多領域的進展停滯不前,因為機器學習的數據集必須由人類精心策劃。但我們知道學習可以更有效地完成,因為嬰兒不是這樣學習的。他們通過體驗世界來學習在他們周圍,有時甚至只看到一次。”
來自三一學院神經科學研究所 (TCIN) 的 Lorijn Zaadnoordijk 博士和 Rhodri Cusack 教授以及來自 TU Eindhoven 的 Tarek R. Besold 博士在他們的文章“無監督機器學習的嬰兒學習的教訓”中認為,需要更好的方法來從非結構化數據中學習。他們第一次就嬰兒學習的哪些特定見解可以有效地應用于機器學習以及如何準確地應用這些學習提出具體建議。
他們說,機器從一開始就需要內置的偏好來塑造他們的學習。他們將需要從更豐富的數據集中學習,這些數據集捕捉世界的外觀、聲音、氣味、品嘗和感覺。而且,就像嬰兒一樣,他們需要有一個發展軌跡,隨著他們“長大”,經歷和網絡會發生變化。
TU Eindhoven 哲學與倫理學小組研究員 Tarek R. Besold 博士說:“作為 AI 研究人員,我們經常在我們的系統與人類嬰兒和兒童的心理發展之間進行比喻性的對比?,F在是采用這些類比的時候了更認真地研究一下心理學和神經科學對嬰兒發育的豐富知識,這可能有助于我們克服機器學習最緊迫的限制。”
三一學院神經科學研究所所長、Thomas Mitchell 認知神經科學教授、Thomas Mitchell 教授 Rhodri Cusack 補充說:“人工神經網絡部分受到大腦的啟發。與嬰兒類似,它們依賴學習,但目前的實現方式與人類(和動物)學習。通過跨學科研究,嬰兒可以幫助解鎖下一代人工智能。”
Demi Xia編譯