探索未知環(huán)境是人類行為的關(guān)鍵特征。與成年人相比，兒童進行探索的頻率更高。這樣的探索可以幫助兒童學(xué)習(xí)周圍環(huán)境，獲得更多的知識。這種能從抽象環(huán)境中綜合學(xué)習(xí)的能力，未來或許能讓人工智能（AI）受益。日前，全球最受矚目的人工智能公司 DeepMind 就聯(lián)合美國加州大學(xué)伯克利分校做了一項研究，比較兒童和 AI 了解世界的方式。他們的研究論文 5 月 6 日發(fā)表在預(yù)印本網(wǎng)站上。

　　論文稱，這項研究的目的是希望了解兒童探索學(xué)習(xí)的行為，從而縮小人工智能和人類在獲得新能力方面的鴻溝。比如，這有可能可以幫助機器人在拾取和包裝數(shù)百種不同類型的產(chǎn)品時，還能避免各種障礙。

　　從過往的兒童行為研究中，我們已經(jīng)了解到學(xué)齡前兒童完全可以自主在玩耍的過程中習(xí)得玩具是如何工作的，例如根據(jù)顏色確定積木的作用，然后兒童可以總結(jié)理論推斷出新玩具或新積木的玩法。對于人工智能來說，它擁有近似的能力和適應(yīng)性，但需要人為監(jiān)督和干預(yù)。

　　論文采用的方法結(jié)合了在 DeepMind 實驗室里的實驗設(shè)置，其中包括針對 AI 的導(dǎo)航和難題解決任務(wù)。這些任務(wù)需要 AI 具備物理或空間導(dǎo)航技能。在實驗設(shè)置中，允許孩子通過自定義控制與 DeepMind 實驗室進行交互。這個控制器包括前進、后退、左移和右轉(zhuǎn)四個動作。

　　兒童與 AI 在探索迷宮中的比較

　　另一邊，在加州大學(xué)伯克利分校的實驗室中，研究人員則試圖確定兩件事：在未知環(huán)境，兒童的探索行為是否存在差異；以及與 AI 相比，兒童是否更容易適應(yīng)一組特定的場景。

　　在一項測試中，孩子需要完成兩個迷宮，一個接一個，兩個迷宮布局相同。孩子們在第一個迷宮中自由探索，但需要在第二個迷宮中找到橡皮糖。

　　研究人員表示，在“無目標(biāo)狀態(tài)”的第一個迷宮中，孩子們的策略與 AI 領(lǐng)域里的深度優(yōu)先搜索策略（DFS）相似，會沿著未走過的路徑一直前進，直到達到死胡同，然后轉(zhuǎn)向來探索他們看到的最后一條路徑。而在第二個目標(biāo)條件的迷宮中，兒童做出的選擇與 DFS 一致的時間為 89.61%。相比同齡孩子，對環(huán)境探索更少的孩子花費的時間更長，平均需要 95 步，而探索更多的孩子則只需要 66 步就找到了橡皮糖。

　　團隊指出，這些行為與用于訓(xùn)練的 AI 相反。AI 的選擇通常都非常偶然，它們通常會偶然發(fā)現(xiàn)一個區(qū)域很有趣，然后鼓勵自己一直重新訪問該區(qū)域，直到自己認(rèn)為這個區(qū)域變得不再有趣為止。研究發(fā)現(xiàn)，與小孩掉未來探索更感興趣相比，AI 更喜歡追溯過去的行為。

　　研究中的另一項測試是告訴4-6 歲的孩子分三個階段完成兩個迷宮。第一階段里，孩子們可探索迷宮，其中包括有無目標(biāo)探索，有目標(biāo)且沒有立即獎勵探索以及有目標(biāo)并有獎勵的密集探索。在第二階段，孩子們的任務(wù)是再次尋找目標(biāo)項目，該目標(biāo)項目與探索期間的位置相同。在最后階段，要求他們找到目標(biāo)項目，但完成目標(biāo)的最佳途徑受阻。

　　研究人員稱，初步數(shù)據(jù)表明，在獎勵密集的情況下，兒童探索區(qū)域的可能性較小。但是，缺乏探索性并不會傷害兒童在最后階段的表現(xiàn)。對于 AI 而言，情況并非如此，通常，豐厚的獎勵會使 AI 缺乏去探索的積極性并導(dǎo)致概括能力不佳。

　　“我們提出的方法可以幫助我們識別在哪些領(lǐng)域里，人工智能和孩子采取了相似的行動，以及在哪些領(lǐng)域里，他們沒有采取相似行動。這項研究僅是兒童和人工智能在探索方面的初始研究，在提出新的問題時，我們可以通過研究對兒童和 AI 探索新環(huán)境的方式，以及他們是如何探索的進行深入了解，從而縮小兩者之間的差距。”論文作者在論文里稱。

總結(jié)

以上是生活随笔為你收集整理的儿童与AI如何探索新环境 DeepMind做了项比较研究的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。