像幼儿园一样教授 AI 可以让它更智能

快速阅读: 据《奇点枢纽》称，研究团队开发了一种新方法，通过分步骤训练神经网络来模仿动物在时间依赖性任务中的行为，这种方法比传统方式更快且更高效。研究显示，这种仿真的学习过程不仅能提升AI性能，还为复杂任务的长期规划提供新思路，未来或可应用于更智能系统的开发。

在这篇论文中，研究团队在一个简化的数字赌博任务上测试了这种方法，该任务模仿了现实中为口渴老鼠设计的测试。实验中，动物会接收到表明水奖赏大小的音频信号。随后，它们需要决定是等待一段不可预测的时间，还是放弃奖赏并尝试重新获取。为了应对这一挑战，模型需要判断奖赏的大小、跟踪时间，并计算出通过等待所能获得的平均奖赏。研究团队首先分别训练模型掌握这些技能，然后训练它在完整任务中预测最佳行为。他们发现，采用这种方式训练的模型不仅比传统方法学习得更快，还能模仿动物在相同任务中的策略。有趣的是，神经网络中的活动模式同样模仿了动物身上观察到的缓慢动态变化，这使它们能够在长时间内保留信息以解决这种时间依赖性任务。

研究人员表示，这种方法可能有助于更好地模拟动物行为，并加深我们对学习背后过程的理解。此外，这种方法也可能是一种有前景的方式，用于训练机器处理需要长期规划的复杂任务。尽管这些方法迄今为止只在相对较小的模型和简单任务上进行了测试，但其理念——教AI的方法与教孩子的方法类似——具有一定历史背景。不久之后，我们的数字助手或许也会像我们一样被送去“学校”接受培训。

这项研究不仅揭示了人工智能学习的新途径，还为未来构建更智能、更具适应性的系统提供了启示。通过借鉴自然界的智慧，科学家们正逐步揭开复杂行为背后的奥秘，同时也为下一代技术的发展奠定了坚实基础。

(以上内容均由Ai生成)