访谈

<p>机器能够理解语音,识别面孔和安全驾驶汽车,使最近的技术进步看起来非常强大但是如果人工智能领域将转变为构建类似人类的机器,它首先必须掌握婴儿学习的方式“最近在人工智能方面,人们已经开始考虑设计能够完成大人可以做的事情的系统,转变为想要拥有灵活强大的系统,并做各种各样的事情</p><p>成年人,你需要有能够学习婴儿和孩子方式的系统,“加州大学伯克利分校的研究员,发展心理学家艾莉森戈普尼克告诉国际商业时报”如果你比较现在的计算机可以做什么可以做到十年前,他们肯定取得了很大的进步,但如果你把它们与一个四岁的孩子做的比较,那还是一个相当巨大的差距“婴儿和儿童使用科学家用于构建科学理论的相同方法构建关于他们周围世界的理论他们通过系统的实验性努力探索和测试他们的环境及其中的人,这对学习Gopnik最近的工作至关重要一个研究小组,展示15个月大的孩子如何使用统计数据比年长的孩子更好地学习因果关系婴儿和幼儿可能是更好的学习者,因为他们的大脑更灵活或“塑料”;它们不会被先前存在的知识所污染,这使得他们更加开放思想大脑不会不变,而是通过结合每个学习经验进行修改通过结合发展心理学家和计算科学家的专业知识,人类可能能够解开大脑的方式世界上最好的学习者工作并将计算能力转化为机器目前,人工智能需要大量的数据来提取模式和结论但是,关于周围世界的数据相对较少的婴儿使用称为贝叶斯学习的统计评估也就是说,解释不是基于结果的已知频率 - 婴儿没有的信息 - 而是基于当前知识推断概率,随着新信息的接收而不断调整“婴儿的惊人之处他们是第一次能看到一些东西还是第一次听到一个新词,他们已经对这个新词有了一个很好的了解这个词可能意味着他们如何使用这个新词,“Gopnik说道</p><p>”所以这些贝叶斯方法很好地解释了为什么孩子们甚至在他们甚至没有太多数据的情况下也很擅长学习“婴儿使用概率模型通过结合概率和可能性来创建各种假设随着大脑的成熟,它变得更加专业化,以便执行复杂的功能,因此变得不那么灵活,并且越来越难以随着时间的推移而改变</p><p>年长的学习者发展偏见的观点他们更多地了解世界并加强某些神经联系,这阻碍了他们基于少量信息形成开箱即用的假设和抽象理论的能力</p><p>这就是5岁以下婴儿和儿童茁壮成长的过程</p><p>你越了解,就越难以考虑新的可能性,“Gopnik说”你知道的越多,你就越依赖你所知道的而不是开放的新事物从进化的角度来看,婴儿的全部意义在于他们不知道这么多,所以他们更好地学习新的东西“婴儿生命最初几年的每一秒都会形成700个新的神经连接,使灵活的大脑成为处理来自环境和社会互动的信息快速积累不可或缺的一部分早期的可塑性使得从头开始构建大脑架构比在成年期重新连接电路更容易贝叶斯学习已被证明是如此强大儿童发展的工具,计算机科学家现在正在使用模型设计智能学习机“贝叶斯数学试图捕捉婴儿的学习方式”,麻省理工学院脑与认知科学系教授计算认知科学家Joshua Tenenbaum告诉IBT 他目前正在与Gopnik合作,进一步研究他们的计算机和心理学杂交领域“他们进入世界准备了基本的构建模块,以帮助他们理解一些最复杂的概念然后他们有学习机制,采取那些初步的构建块和尝试从稀疏数据中推断并创建因果理论“人类的大脑,无论在何种发展阶段,都旨在通过一系列感官系统进入物理世界:视觉,听觉,嗅觉,味觉,触觉,空间定位和平衡当一个人被提供有限的数据时,大脑就会填补空白,神经结构中的一种现象被称为退化婴儿的大脑在处理信息时特别熟练,尽管缺乏一种或多种感官“孩子们正在学习科学家的顺序了解世界,“Tenenbaum说”这包括形成理论,做实验,玩耍和看到w他们可能会发现,积极思考什么是正确的方法来测试他们的理论或对他们没想到的事情作出反应,并试图弄清楚出了什么问题以及什么是正确的“采取婴儿步骤Tenenbaum和一组研究人员来自纽约大学和多伦多大学合作设计能够以更高效和更复杂的方式获取新知识的人工智能软件2015年12月,他们在“科学”杂志上发表的研究结果揭示了用于创建计算机的机器学习算法以我们的方式处理信息新的AI程序在看到一个例子之后可以像人类一样准确地识别手写字符使用贝叶斯程序学习框架,该软件能够为每个手写字符生成一个独特的程序至少看过一次之前但是当机器遇到一个不熟悉的角色时,该算法是独一无二的功能发挥作用它从搜索数据切换到找到匹配,使用概率程序通过组合它之前已经看到的角色的部分和子部分来创建一个新角色来测试其假设 - 婴儿如何从中学习丰富的概念当他们遇到一个他们从未见过的角色或物体时数据有限然而,该软件仍然无法通过形成原始假设来模仿儿童自主学习的方式</p><p>当研究人员能够进行时,AI潜力的巨大转变将会发生能够产生原始假设和真实目标的设计软件,如产生识别手写字符的愿望,而不是遵循研究人员的指示,没有自我驱动的目标,AI系统限制了他们自主运作的潜力“随着越来越多的数据不断学习是任何人工智能系统都想做的事情,“Tenenbaum说”但学习自主更棘手总是有一个人设置了整个事物,提供了多少和什么样的数据但是婴儿为自己做出选择对于AI来说,更自主地构建自己的学习过程仍然是一个开放的挑战当前的AI系统根本没有任何目标,如果没有任何目标,他们就无法掌握自己的学习当机器人被指示拿起一个盒子时,很容易看到那个机器人并说它正在做人类正在做的事情但他们并没有像孩子那样复杂的思维水平“Tenenbaum和他的同事采用模拟虚拟神经网络的深度学习算法它产生了对人类大脑的粗略模仿方式当一台机器处理一个物体时,它会搜索其海量数据集中的像素,以便与机器匹配,以便进行识别</p><p>另一方面,人类依赖于更高形式的认知功能</p><p>为了解释一个对象的内容“我们正在尝试编写计算机程序,它们就像大脑的软件,我们通常称之为头脑</p><p>头脑是软件,它运行在大脑的硬件上,我们试图在软件层面建立水平AI中的神经网络是软件级别的计算机程序“2013年,美国国家科学基金会授予麻省理工学院五年2500万美元的资助,用于建立大脑,思想和机器中心不同领域的科学家和工程师共同努力学习大脑如何执行复杂的计算,希望能够构建更接近人类智能的智能机器“我们最近才建立了可以做到这一点的数学和计算模型,” Tenenbaum“我们需要更多的资源,智能,公司,技术和公司的利益以及更快的计算机可能我们可能需要等待或依赖其他工程进展才能获得即使是非常年轻的智能儿童“建立新西兰第一婴儿脑科学大学生物工程研究所正在努力缩小与大脑和机器之间的差距与动画和互动婴儿Mark Sagar,该研究所Animate Technologies实验室的主任和创始人以及多学院他在“阿凡达”和“金刚”动画作品的获奖者,在实验室度过了他的日子</p><p>在3D计算机屏幕上称为BabyX的一个金发宝宝嘘 - 一个学习,思考并创建自己的面部表情和反应的实时系统在他自己的Sagar开始他的职业生涯,在麻省理工学院建立身体部位的医学模拟,他在那里工作将数字面孔付诸实践,并利用这些技能开发BabyX动画人工智能能够模仿他的面部表情,大声读出简单的单词,识别物体,并播放经典的视频游戏Pong,让它变得更聪明每天BabyX不是只有Sagar的大脑孩子,但也模仿他自己的女儿Francesca在不同年龄构建BabyX,Sagar扫描他的女儿6个月,18个月和24个月,然后上传到他们的系统他选择复制他的女儿的行为,通过动画技术将面部表情和声音作为人工智能婴儿期的隐喻Sagar亲切地将BabyX称为“她”并解释了h她使用光纤电缆,由她模拟的神经活动驱动 - 就像连接到大脑的脊髓一样因为它是一个具有人工智能的交互式化身,BabyX有能力学习和保留信息,不像以前的系统“在我们的案例中,我们并没有像大多数人所看到的那样开发人工智能,“Sagar告诉IBT”在神经科学和认知科学中有许多有争议的理论,而当前的知识可能代表了冰山一角最困难的部分 - 但也是最有趣的部分之一 - 关于生物学启发的方法是如何从不同规模的过程的相互作用中产生更高水平的认知“Sagar和他的团队测试BabyX对抗人类交互BabyX能够处理人类的情感,理解他们行动背后的意义,并根据她从过去的人类互动中学到的东西做出回应使用Sagar Behind BabyX的屏幕面部是一个大脑的实时模拟,使其能够提示面部模拟眨眼并向观众微笑.Sagar认为面部是开发有效的交互式人工智能的关键,因为它反映了大脑并揭示有意识心灵的内在运作例如,一个简单的笑容是大脑内复杂和交织的联系系统的结果“BabyX通过用户的行为和宝宝的行为之间的联系来学习,”Sagar说道</p><p> babbling使得BabyX探索她的运动空间,移动她的脸部或手臂如果用户的反应相似,那么表示BabyX的动作的神经元开始通过称为Hebbian学习神经元的过程与神经元响应用户的动作相关联,一起连线“重复这个过程之后,新的神经连接开始在BabyX的模拟brai内部创建一个地图n将其行为与用户的行为相匹配,为更高形式的模仿创造舞台人类的大脑以同样的方式工作通过完成动作,大脑形成新的联系,通过重复加强最终模拟的婴儿学会发展使用她的大脑从环境中处理的信息自己做出反应BabyX本质上是通过不断改进的代码来学习 BabyX的学习能力依赖于生物学上可行的学习模型,这些模型是模仿和翻译人类大脑如何处理信息并释放大脑中化学反应的算法,如多巴胺或催产素水平当她不理解某个词或动作时,BabyX表达了混乱,但当她正确地读出一个单词时,她高兴地笑了起来,发出更高的“快乐激素”多巴胺释放信号</p><p>每个算法都控制神经系统,使她能够模仿,开发奖励系统,并通过互动和演示学习新信息“I想要探索如何将基于生物学的行为,情感和认知的计算模型整合到动画中,尤其是专注于脸部,“Sagar说道</p><p>”面孔是人类经历的诸多方面的关联探索学习和智力发展的基础知识可能对我们未来与更复杂和自主技术的交互和使用至关重要语言“因为面部是沟通的主要手段,Sagar希望他的宝宝能够为未来的健康和教育应用奠定基础,例如旨在与患有自闭症或其他社会障碍的儿童互动的计划</p><p>一种观察人类情感,过程的系统他们,并了解他们的感受:这是推动人工智能研究的目标 - 建立一个可以独立思考的大脑,