谷歌 DeepMind 团队研究显示 AI 能够通过社会学习过程获得技能

摘要：谷歌 DeepMind 的机器学习研究团队声称，他们已经证明人工智能可以通过类似于人类和其他动物的社会学习过程来获取技能。社会学习——即一个个体通过模仿另一个个体来获取技能和知识——对于人类以及大部分动物界的发..

谷歌 DeepMind 的机器学习研究团队声称，他们已经证明人工智能可以通过类似于人类和其他动物的社会学习过程来获取技能。

社会学习——即一个个体通过模仿另一个个体来获取技能和知识——对于人类以及大部分动物界的发展过程至关重要。DeepMind 团队声称他们是首个在人工智能中展示此过程的团队。

该团队由谷歌 DeepMind 的首席研究工程师 Edward Hughes 带领，旨在解决 AI 智能体获取新技能的一些限制。从人类数据中教授它们新能力，依赖于从大量第一人称人类示范中进行监督学习，这可能会耗费大量实验室时间和资金。

受人类学习的启发，研究人员试图展示 AI 智能体如何能够以类似于人类的效率从其他个体那里学习。在一个名为 GoalCycle3D 的物理仿真任务空间（类似于带有人行道和障碍物的计算机动画游乐场）中，他们发现 AI 智能体可以从人类和 AI 专家那里学习许多导航问题，尽管它们从未见过人类，或者我们认为，它们对人类一无所知。

本周发表在同行评审的开放获取期刊《自然》上的一篇论文称，该团队能够使用强化学习训练一个能够识别新专家、模仿其行为，并在几分钟内记住所获得知识的智能体。

研究表示：「我们的智能体在没有使用任何预先收集的人类数据的情况下，成功地实时模仿了一个在新环境中的人类。我们确定了一组出人意料的简单成分，足以生成文化传播，并为其进行了严格评估的评估方法。这为文化进化在人工通用智能发展中发挥算法角色铺平了道路。」

研究人员期待 AI 领域的其他人更广泛地应用这些发现，展示如何在 AI 中发展文化进化——即在一个社区中跨越多个世代的技能发展。

论文说：「将所有这些组件结合起来，验证或反驳这样一个假设将是非常有趣的，即在一个智能体群体中的文化进化可能导致解决越来越广泛的人类相关的现实世界问题的行为积累。」

「人们可能考虑一系列实验，调查了人类和 AI 在实验环境中的几代文化积累，比较不同群体之间的差异或分析将人类和 AI 参与者混合在一个群体中的效果。我们期待未来 AI 领域与文化进化心理学领域之间的富有成果的跨学科互动，」研究人员表示。