一个新的人工智能本身就获得了人类的数感


神经网络发展出与动物大脑类似的“数字神经元”数字知识 当训练成识别图像中的物体时 , 人工智能可以产生与我们自己相似的“数字感” 。人工智能可以分享我们进行数字快速判断的自然能力 。
研究人员在由虚拟脑细胞或神经元组成的计算机模型中观察到这种数字的诀窍 , 称为人工神经网络 。在仅仅为识别图像中的对象(AI的常见任务)进行训练之后 , 网络开发了响应特定量的虚拟神经元 。这些人工神经元让人想起“数字神经元” , 它被认为可以为人类 , 鸟类 , 蜜蜂和其他生物提供估计一组物品数量的先天能力(SN:7/7/18 , 第7页) 。这种直觉被称为数感 。
研究人员在5月8日的“科学进展”杂志网络版上报告说 , 在数字判断任务中 , 人工智能表现出与人类和动物类似的数字感 。这一发现有助于深入了解人工智能在没有明确指导的情况下可以学到什么 , 并且对于研究如何在动物身上产生数字敏感 。
德国蒂宾根大学的神经生物学家Andreas Nieder及其同事使用了大约120万张标记图像的图书馆来教授人工神经网络 , 以识别图片中的动物和车辆等物体 。然后研究人员向AI展示了包含1到30个点的点图案 , 并记录了各种虚拟神经元的反应 。
【一个新的人工智能本身就获得了人类的数感】当观察具有特定点数的图案时 , 一些神经元更活跃 。例如 , 当显示两个点但不显示20个时 , 一些神经元强烈激活 , 反之亦然 。这些神经元偏爱某些数字的程度与以前来自猴子神经元的数据几乎相同 。
点探测器
一项新的人工智能程序查看了之前向猴子显示的点的图像 , 包括带有一个点的图像和带有偶数个点的图像 , 从2到30(底部) 。与猴脑中的数字敏感神经元非常相似 , 当显示特定数量的点时 , AI中数字敏感的虚拟神经元优先激活 。与猴子大脑一样 , AI包含的神经元数量调整为较小的数字而不是较大的数字 。
为了测试AI的数量神经元是否具有类似动物的数字感 , Nieder的团队展示了成对的点图案并询问图案是否包含相同数量的点 。人工智能在81%的时间都是正确的 , 表现与人类和猴子一样 , 在类似的匹配任务上也是如此 。像人类和其他动物一样 , AI努力区分具有非常相似数量的点的图案和具有许多点的图案之间(SN:12/10/16 , 第22页) 。
哥伦比亚大学的神经科学家伊莱亚斯伊萨(Elias Issa)表示 , 这项研究结果是人工智能如何在为特定任务进行培训时获得多种技能的“非常好的演示” 。但他说 , 究竟如何以及为什么在这种人工神经网络中出现数感仍然不清楚 。
Nieder及其同事认为 , 人工智能中数字意义的出现可能有助于生物学家了解人类婴儿和野生动物如何在不被教导的情况下获得多种感觉 。Nieder说 , 也许基本的数字灵敏度“与我们视觉系统的架构相关联” 。
Ivilin Stoianov是帕多瓦研究委员会的计算神经科学家 , 他不相信这种人工智能中的数字意义与动物大脑中的数字意义之间存在这种直接的平行关系 。这个人工智能通过研究许多标记的图片来学习“看” , 这不是婴儿和野生动物学会理解世界的方式 。未来的实验可以探索相似数量的神经元是否出现在人工智能系统中 , 它们更接近地模仿生物大脑的学习方式 , 就像那些使用强化学习的那样 , Stoianov说(SN:12/8/18 , 第14页) 。

    推荐阅读