都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则，他们表示，婴儿可以帮助解锁下一代人工智能(AI)。
这项研究发表在《自然机器智能》杂志上，探讨了婴儿学习的神经科学和心理学，并提炼出了指导下一代人工智能的三条原则，这将有助于克服机器学习最紧迫的限制。
三一学院Lorijn Zaadnoordijk 博士解释说：“人工智能 (AI) 在过去十年中取得了巨大进步，为我们提供了智能扬声器、汽车自动驾驶、更智能的应用程序和增强的医疗诊断。人工智能的这些令人兴奋的发展得益于机器学习，机器学习使用大量数据集来训练人工神经网络模型。
“然而，许多领域的进展停滞不前，因为机器学习的数据集必须由人类精心策划。但我们知道学习可以更有效地完成，因为婴儿不是这样学习的。他们通过体验世界来学习在他们周围，有时甚至只看到一次。”
来自三一学院神经科学研究所 (TCIN) 的 Lorijn Zaadnoordijk 博士和 Rhodri Cusack 教授以及来自 TU Eindhoven 的 Tarek R. Besold 博士在他们的文章“无监督机器学习的婴儿学习的教训”中认为，需要更好的方法来从非结构化数据中学习。他们第一次就婴儿学习的哪些特定见解可以有效地应用于机器学习以及如何准确地应用这些学习提出具体建议。
他们说，机器从一开始就需要内置的偏好来塑造他们的学习。他们将需要从更丰富的数据集中学习，这些数据集捕捉世界的外观、声音、气味、品尝和感觉。而且，就像婴儿一样，他们需要有一个发展轨迹，随着他们“长大”，经历和网络会发生变化。
TU Eindhoven 哲学与伦理学小组研究员 Tarek R. Besold 博士说：“作为 AI 研究人员，我们经常在我们的系统与人类婴儿和儿童的心理发展之间进行比喻性的对比。现在是采用这些类比的时候了更认真地研究一下心理学和神经科学对婴儿发育的丰富知识，这可能有助于我们克服机器学习最紧迫的限制。”
三一学院神经科学研究所所长、Thomas Mitchell 认知神经科学教授、Thomas Mitchell 教授 Rhodri Cusack 补充说：“人工神经网络部分受到大脑的启发。与婴儿类似，它们依赖学习，但目前的实现方式与人类（和动物）学习。通过跨学科研究，婴儿可以帮助解锁下一代人工智能。”
Demi Xia编译
最前沿的电子设计资讯
