MIT最新研究：婴儿如何教AI了解经典物理学

2019年12月03日由 KING 发表 209350 0

麻省理工学院的一个研究团队最近利用人脑的惊人潜力开发了一种人工智能模型，该模型对物理学的理解与三个月大的婴儿水平相当。

这听起来可能并不多，但是三个月大的婴儿对身体的运作原理已经有了基本的了解。他们了解诸如坚固性和持久性之类的高级概念，目标对象不会彼此穿过或消失，并且可以预测它们的运动。为了对此进行研究，研究人员向婴儿放映了一些看起来似乎违反物理定律的视频，例如从物体后面通过并在另一侧出现，婴儿会表现出不同程度的惊奇。

麻省理工学院的研究员凯文·史密斯说：到婴儿3个月大时，他们已经有了一些观念，认为物体不会眨眼间穿过或消失。我们想获取并通俗化这些知识，以将婴儿的认知构建为人工智能代理。现在，我们正以模型的方式来区分对婴儿来说什么事合理的什么是不合理的。MIT团队的主要想法是训练AI认识到一个物理事件是否应该被认为是惊讶的，然后在输出结果中表达出这种惊奇。根据麻省理工学院的信息：

粗略的对象描述被输入到物理引擎中，该引擎可以模拟物理系统（例如刚体或流体体）的行为，通常用于电影，视频游戏和计算机图形学。研究人员的物理引擎“及时推动物体前进”。这将为下一帧中的这些对象所发生的事情创建一系列预测或“置信度分布”。

接下来，模型观察实际的下一帧。它再次捕获对象表示，然后根据其置信度分布将其与预测的对象表示之一对齐。如果物体服从物理定律，则两种表示形式之间不会有太大的不匹配。另一方面，如果该对象做了不可思议的操作（例如，它从墙后消失了），则将存在重大不匹配。

在任何给定事件序列中预测接下来将发生什么非常复杂，并且需要非AI系统进行大量计算。不幸的是，即使是AI系统也开始在传统的计算范例下产生越来越少的回报。所以我们可能不得不放弃将数据塞入黑匣子的方法，然后串联或使用数百或数千个处理单元来从人造神经网络中调优和整理有用的输出。一些专家认为，我们需要一种量子解决方案，该解决方案可以时间旅行，或一次到达多个输出，然后像人的大脑一样自动进行表面回答。这使我们处于“ Catch 22”状态，因为我们对人脑，人工神经网络和量子物理学的理解都被认为是不完整的。希望在这三个领域的持续研究将成为提振所有船只的上升趋势。

就目前而言，科学家们希望人造的好奇心和编纂“惊奇”有助于弥合人脑与人造神经网络之间的鸿沟。最终，这种新颖的、基于探索的学习方法可以与量子计算技术相结合，从而为机器的思考奠定基础。

标签：

行业人工智能模型

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇细思极恐！俄罗斯正式成立“终结者”部队

下一篇人工智能成为医疗警报“防火墙”

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

Sam Altman离职事件时间线