DeepMind比较了孩子和AI探索的方式

在预印本中，Alphabet的DeepMind和加州大学伯克利分校的研究人员提出了一个框架，用于比较儿童和AI了解世界的方式。这项研究的动机是，研究表明儿童的学习支持生命后期的行为，当涉及到获得新能力时，这可能有助于弥合人工智能与人类之间的鸿沟。例如，这可能会导致机器人可以拾取和包装数百万种不同类型的产品，同时避免各种障碍。

探究是人类行为的关键特征，最近的证据表明，与成年人相比，儿童探究周围环境的频率更高。人们认为这可以转化为更多的学习，从而可以进行强大的抽象任务综合化-一种类型的综合化AI代理可以切实受益。例如，在一项研究中，玩玩具的学龄前儿童开发了一种有关玩具如何工作的理论，例如根据其颜色确定其积木是否起作用，然后他们利用该理论推断出他们所没有的新玩具或积木。没见过。人工智能可以近似这种领域和任务的适应性，但是它在没有一定程度的人为监督和干预的情况下仍会遇到困难。

该方法结合了在DeepMind实验室(基于DeepMind基于Quake的学习环境)之上构建的实验设置，其中包括用于学习代理的导航和难题解决任务。这些任务需要物理或空间导航技能，并在孩子玩游戏后进行建模。在设置中，允许孩子通过基于Arduino的自定义控制器与DeepMind Lab进行交互，该控制器公开了代理将使用的四个相同动作：前进，后退，左移和右转。

在加州大学伯克利分校的机构审查委员会批准的实验中，研究人员试图确定两件事：

就未知环境而言，是否存在儿童探索的差异。

与AI代理相比，儿童是否较不容易过于接近特定数据集(即过拟合)。

在一项测试中，孩子被告知要完成两个迷宫，一个又一个，每个迷宫的布局都相同。他们在第一个迷宫中自由探索，但是在第二个迷宫中，他们被告知要寻找“橡皮糖”。

研究人员说，在“无目标状态”(第一个迷宫)中，孩子们的策略与深度优先搜索(DFS)AI代理的策略非常相似，后者会沿未探索的路径前进，直到到达死胡同，然后转向来探索它看到的最后一条路。与目标条件(第二个迷宫)相比，儿童做出的选择与DFS一致的时间为89.61%，在这种情况下，他们做出与DFS的比率为96.04%的目标。此外，探索少于同龄人的孩子花费最长的时间达到目​​标(平均95步)，而探索更多的孩子则在最少的时间(66步)中找到了橡皮糖。

该团队指出，这些行为与用于训练AI代理的技术相反，后者通常取决于让代理偶然碰到一个有趣的区域，然后鼓励其重新访问该区域，直到不再“有趣”为止。与人类是有前途的探索者不同，人工智能代理具有追溯力。

在另一项测试中，告诉四至六岁的孩子分三个阶段完成两个迷宫。在第一阶段，他们探索了迷宫状态，即无目标状态，“稀疏”状态，没有目标且没有立即获得奖励，以及“密集”状态，既有目标也没有获得奖励。在第二阶段，孩子们的任务是再次寻找目标项目，该目标项目与探索期间的位置相同。在最后阶段，要求他们找到目标项目，但达到目标的最佳途径受阻。

研究人员称，初步数据表明，在奖励密集的情况下，儿童探索区域的可能性较小。但是，缺乏探索性并不会伤害儿童在最后阶段的表现。对于AI代理商而言，情况并非如此-通常，丰厚的报酬会使代理商缺乏激励去探索并导致不良的概括性。

共同作者总结道：“我们提出的范式[允许我们识别特工和孩子已经采取类似行动的领域以及他们没有采取类似行动的领域。”“这项工作仅开始涉及一些有关儿童和特工如何探索的深层问题……在提出[新]问题时，我们将能够对儿童和特工探索新颖环境的方式以及如何进行深入了解。缩小他们之间的差距。”

中国联通：已累计开通5G基站33.2万站 到今年年底预计超过38万个

饿了么现已入驻1000所高校食堂 校园内平均20分钟送达

谷歌在西雅图附近规划新园区 在亚马逊和微软总部所在地扩大触角

我国国家顶级域名“.CN”数量超过2300万个 IPv6规模化部署提速

邬贺铨：截至8月我国IPv6活跃用户达3.65亿 占互联网用户之比达40.32%

苹果、谷歌、英特尔等公司已经加入行业组织美国“6G联盟”

微软今天正式终止Win7嵌入式系统支持 花钱可买三年补丁

OPPO将发布首款概念级应用OPPO CybeReal 针对AR领域