計算機能像一個嬰兒一樣思考嗎？

1950 年，理論計算機科學(xué)家、人工智能之父艾倫 · 圖靈（Alan Turing）曾說道：" 與其嘗試制作一個模擬成人思維的程序，為何不嘗試制作一個模擬兒童思維的程序呢？"

按照圖靈的說法，如果從學(xué)些兒童的思維開始，并接受適當(dāng)?shù)慕?jīng)驗，計算機就可以像成年人一樣思考。

盡管當(dāng)前人工智能（AI）行業(yè)已經(jīng)取得了驚人的進步，完成了越來越多的、難以置信的任務(wù)，比如 Atari 電子游戲，國際象棋和圍棋等棋類游戲，以及蛋白質(zhì)折疊和語言建模等科學(xué)問題。

但是，人工智能在這些細分領(lǐng)域內(nèi)取得的成功，也清晰地表明，一些根本的東西依然缺失——人工智能系統(tǒng)在理解物理世界的常識性規(guī)律方面，表現(xiàn)得并不盡如人意。

特別是，即使是最先進的人工智能系統(tǒng)也仍然難以掌握 " 常識 " 知識。

然而，即使只有 5 個月大的嬰兒也懂得世界運作的常識性規(guī)則，當(dāng)他們看到不符合物理規(guī)律的場景時，比如玩具突然不見了，也會感到驚訝。

對人類來說，這種知識似乎無處不在。只有人工智能系統(tǒng)具備如人類一般的推理能力，才能實現(xiàn)真正的智能。

如今，一項來自英國人工智能公司 DeepMind 的最新研究指出，受嬰兒視覺認知研究的啟發(fā)，他們的人工智能系統(tǒng)能夠以類似嬰兒的方式學(xué)習(xí)物理世界的基本常識性規(guī)則。

相關(guān)研究論文以 "Intuitive physics learning in a deep-learning model inspired by developmental psychology" 為題，已發(fā)表在科學(xué)期刊 Nature Human Behaviour 上。

( 來源：Nature Human Behaviour）

該人工智能系統(tǒng)名為 PLATO，是一個能學(xué)習(xí)直觀物理（Intuitive physics）的深度學(xué)習(xí)系統(tǒng)，遵循認為物體在我們周圍物理世界的表示和預(yù)測中扮演核心作用的理論。

直觀物理是一種常識性知識，用來理解物體的行為和相互作用。例如，如果你在半空中搖晃你的鑰匙，并宣布讓它掉落，每個人都知道，不受其他物體支撐的物體（也就是你的鑰匙）不會漂浮在半空中，兩個物體（鑰匙和桌子）不會相互穿過。因此，你會期望你的鑰匙會下落，直到它與桌子相遇。這種認知并不僅僅存在于成年人身上——即使是 3 個月大的嬰兒也有，如果人們遇到一個似乎違反預(yù)期的 " 神奇 "，就會做出 " 驚訝的 " 反應(yīng)。

在此次工作中，研究團隊通過給 PLATO 觀看許多描繪簡單場景的視頻來訓(xùn)練它，比如球落到地上，球滾到其他物體后面又再次出現(xiàn)，很多球之間彈來彈去等。

圖｜來自 "freeform" 數(shù)據(jù)集的視頻，用于訓(xùn)練模型。（來源：該論文）

據(jù)論文描述，PLATO 由感知模塊（左）和動態(tài)預(yù)測器（右）兩部分組成，感知模塊用于將視覺輸入轉(zhuǎn)換為一組目標(biāo)代碼，動態(tài)預(yù)測器則使用這些目標(biāo)代碼來預(yù)測未來的幀。

圖｜PLATO 使用感知模型和動態(tài)模型對每個物體進行預(yù)測。（來源：該論文）

PLATO 將每一段視頻幀通過感知模塊分解為一組目標(biāo)代碼，實現(xiàn)了從視覺輸入到個性化對象的映射；隨后，目標(biāo)代碼在對象緩沖區(qū)中通過幀進行累積和跟蹤；最后，系統(tǒng)會動態(tài)地處理物體的表征，產(chǎn)生新的表征，這些表征會受到物體與其他物體之間的關(guān)系和互動的影響。

此外，他們也通過一系列實驗來驗證人工智能系統(tǒng)是否可以學(xué)習(xí)一系列不同的物理概念——特別是那些年幼的嬰兒可以理解的概念，比如固體性（兩個物體不會相互穿過）和連續(xù)性（物體不會瞬時性地存在）。

訓(xùn)練之后，研究人員給 PLATO 觀看了有時包含不可能場景的視頻，以此作為測試。

和年幼的小孩一樣，PLATO 在看到?jīng)]有意義的場景（比如物體互相穿過卻沒有發(fā)生相互作用）時表現(xiàn)出了 " 驚訝 "。

圖｜PLATO 展示了在沒有任何再訓(xùn)練的情況下對未見過的物體和動力學(xué)具有魯棒性。（來源：該論文）

最重要的是，PLATO 只觀看了 28 小時的視頻就獲得了以上學(xué)習(xí)效果。

此外，此次研究還有兩個令人驚訝的發(fā)現(xiàn)。

其一，該模型能夠?qū)⑵谕爬橐唤M新的對象和事件，這些對象和事件與訓(xùn)練集中呈現(xiàn)的不同；

第二，該模型能夠成功地演示學(xué)習(xí)，盡管已經(jīng)在一個相對較小的視覺動畫集上訓(xùn)練。

而這些發(fā)現(xiàn)，與科學(xué)家此前在嬰兒研究中看到的特征相似。

對此，美國西北大學(xué)教授 Susan Hespos 評價道，" 與許多關(guān)鍵的研究發(fā)現(xiàn)一樣，該研究可以成為人工智能和發(fā)展科學(xué)之間的協(xié)同機會。他們的工作正在突破日常經(jīng)驗可以和不可以解釋智能的界限。"" 這篇論文的結(jié)果表明，圖靈可能是對的。"

在她看來，該研究在關(guān)于嬰兒和成人看待世界的方式是否基本相似的先天 - 后天（nature – nurture）辯論中建立了一個有趣的中間立場。

在以往的研究中，" 先天 " 的觀點被當(dāng)代許多發(fā)展科學(xué)家所接受，但這并不是唯一的可能性，而其他學(xué)者支持從零開始學(xué)習(xí)的 " 后天 " 理論，并堅持認為發(fā)展真正智能的關(guān)鍵在于通過處理大量經(jīng)驗或大量數(shù)據(jù)來發(fā)現(xiàn)輸入的模式。如果后者是正確的，那么大腦可以被視為一種通用設(shè)備，它能適應(yīng)環(huán)境提供的任何結(jié)構(gòu)和挑戰(zhàn)。

"Piloto 等人的結(jié)果表明，視覺動畫的經(jīng)驗是學(xué)習(xí)過程的重要貢獻，但它不是全部。完整的故事需要一些內(nèi)在的知識。"

基于以上研究，研究團隊表示，模仿嬰兒認知的深度學(xué)習(xí)系統(tǒng) PLATO 勝過更傳統(tǒng)的 " 從零開始學(xué)習(xí) " 系統(tǒng)。

PLATO 可以作為研究人類如何學(xué)習(xí)直觀物理的一個有力工具，同時也表明了物體表征對于我們理解周圍世界具有重要作用。