讓AI像嬰兒一樣思考! DeepMind「柏拉圖」模型登Nature子刊
論文網址:https://www.nature.com/articles/s41562-022-01394-8
不過,在聊這個專案之前,我們需要先舉一個例子便於大家理解。
假如我拿著一根筆站在你面前,然後我把筆藏在身後,你是不是就看不見這支筆了?
但筆肯定還存在,對吧。
這麼簡單的道理,不光你懂,就連兩個月大小的嬰兒都明白。
但背後的原因就很耐人尋味了。科學家很好奇,為什麼人天生就懂這個道理?
DeepMind的故事就從這點簡單的好奇講起。
你以為嬰兒什麼都不懂?
我們把「筆放身後看不見但筆還在」叫做萬千物理學常識中的一個,而DeepMind的科學家就是要讓AI和小嬰兒比一比物理學常識。
普林斯頓大學的Luis Piloto和他的同事發展了一個深度學習AI系統,這個系統可以理解一些物理學世界的常識性規律。
透過這種方式,未來的電腦模型可以更好的模仿人類思維,用一個有著和嬰兒相同認知的模型來解決問題。
通常意義上,任何AI模型一開始都是白紙一張,然後用各種各樣的例子來訓練這個模型。透過輸入的數據和例子,模型產生了知識。
然而科學家指出,嬰兒卻不是這麼個模式。
嬰兒學東西不是從零開始,而是一降生就帶著一些客觀事物的預判。
還是拿上面那個藏筆舉例。嬰兒天生就知道,筆就算藏起來了也還在。
這是接下來實驗的底層邏輯。即:嬰兒在出生時就有一些核心的假設,而這些假設會讓他們在之後成長的過程中朝著正確的方向發展,而他們的知識也會隨著時間的推移、經驗的增加變得越來越精煉。
這給了Piloto團隊以啟示。
Piloto想,一個模仿嬰兒行為模式的深度學習人工智慧,是不是要比一個一開始白紙一張,單純靠經驗學習的人工智慧模型表現要好?
研究人員進一步比較了這兩種不同的模式。
他們首先進行的是傳統的方法(簡稱白紙一張)。他們給了AI模型一些物體的視覺動畫,讓AI進行學習,比方說一個方塊從斜坡上滑下來,或者是一個球彈向牆壁。
AI模型偵測了這些動畫中的運動模式,然後研究人員就開始著手測試,模型能不能預測一些其它物體的運動結果。
而另一邊,模仿嬰兒的人工智慧模型在一開始就有了一些「原則」,而這些「原則」的來源就是嬰兒對物體之間運動、互動的一些先天的假設。
舉個簡單的例子,嬰兒知道兩個物體不可能穿過彼此,一個物體不可能憑空升起來等等。
模仿嬰兒認知的AI-「柏拉圖」
而實際上,嬰兒先天就知道的物理學常識不只上面提到的這兩點。完整版是以下五點:
1. 連續性:物體不會從一個地方傳送到另一個地方,而是在時間和空間中有一定的連續路徑。
2. 物件持久性:物件在看不見時不會消失。
3. 固體性:物體不會互相滲透。
4. 不變性:物件的屬性(如形狀)不會改變。
5. 定向慣性:物體移動的路徑與慣性原理一致。
基於這五點認知,如果你給嬰兒表演個魔術啥的,然後發生了違背他們預設認知的現象,他們是能知道你在整花活的,他們也知道異識的現象並不是事物原本的樣子。
雖然但是,嬰兒還是沒大一點的孩子見識廣,嬰兒會長時間觀察出現的反常識現象,然後和自己預設的認知進行比對,最終才能得出有人在變戲法的結論。
說到這裡不禁想起了一個之前熱度很高的視頻,爸媽躲在床單後面,上下晃動床單幾次之後,藏在床單後面的同時,快速躲到身後的房間裡。嬰兒在床單消失後沒看到爸媽的身影,就會站在那裡思索一會兒,琢磨爸媽去哪了。
這裡還有一個有趣的點。那就是嬰兒在看到反常識的現象之後,還會表示出「驚訝」,聽起來這是很顯然的事,但研究人員把這種獨特的表現也復刻到AI那裡去了。
有了這些基礎,我們再來看實驗結果。
Piloto設計的AI模型叫做PLATO(Physics Learning through Auto-encoding and Tracking Objects),也就是「柏拉圖」。
PLATO接受了差不多30個小時的影片訓練,這些影片展示了物體是如何進行一些簡單運動的,然後訓練模型來預測這些物體在不同情況下的運動。
有趣的是,模型最終習得了上述提到的五點物理學常識。
而當觀看的影片中出現了反常識的現象時,PLATO也能像嬰兒一樣,表現出一定程度的驚訝。
Piloto和他的同事發現,傳統訓練方法(白紙一張)的AI模型表現不錯,但是不比不知道,一比嚇一跳。模仿嬰兒的AI模型PLATO的表現要好的多得多。
因為有了預設認知的加持,後一種模型可以更精確地預測一個物體的運動,可以把預設的認知應用到新的物體運動動畫中去,並且訓練模型所使用的資料集規模也會小一點。
Piloto團隊總結到,雖然透過後天學習和經驗累積很重要,但這並不是全部。
他們的研究直指一個經典的問題-什麼是人類與生俱來的,什麼又是後天學習的。
而下一步,就是把這種關於人類的認知應用在AI的研究中。
Piloto已經向我們展示了,新方法的卓越成績。
但是,Piloto強調,PLATO並不是要設計成嬰兒行為模型的,我們只是藉用嬰兒認知的一些方式來反哺人工智慧。
PLATO的模擬系統:前饋感知模組(左)和循環動態預測器模組(右)
溫哥華不列顛哥倫比亞大學的電腦科學家Jeff Clune也表示,把AI和人類嬰兒的學習方式結合是一個比較重要的方向。
而此時此刻,Clune正和其他研究人員一道,發展獨屬於他們的理解物理世界的演算法的方法。
作者介紹
Luis Piloto是論文的一作,也是通訊作者。
他於2012年獲得羅格斯大學電腦科學學士學位,隨後又去普林斯頓大學攻讀,並分別於2017年和2021年獲得神經科學的碩士和博士學位。
2016年,他正式加入DeepMind,成為研究科學家。
以上是讓AI像嬰兒一樣思考! DeepMind「柏拉圖」模型登Nature子刊的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。
