近日，發(fā)表在《美國國家科學院院刊（PNAS）》上的一項新研究表明，蜜蜂具有自主學習自然環(huán)境中常見復雜特性統(tǒng)計信息的能力。此前，人們認為這種視覺能力只存在于人類和更高級別的物種中，而在擁有微型大腦的蜜蜂身上的發(fā)現(xiàn)將激發(fā)人工智能的進一步發(fā)展。
這項研究還報告說，蜜蜂和人類使用了根本不同的計算方法來進行學習，這可能是人類發(fā)展出卓越學習能力的關鍵原因之一。
由法國圖盧茲大學的Aurore Avargues-Weber博士、匈牙利中歐大學的Jozsef Fiser博士和澳大利亞RMIT大學的Adrian Dyer博士領導的國際研究團隊首次使用相同的測試來比較人類與蜜蜂的自主學習能力。他們在一個不相關的簡單分類任務中，將人類和蜜蜂暴露在由一組抽象形狀組成的相同多元素場景中。
在接下來的測試階段，人與蜜蜂都必須在每個實驗中選擇兩個新的多元素場景來進行大量測試。這些場景是為了測量研究對象在沒有經過任何訓練的情況下，在視覺場景中對各種統(tǒng)計特性元素是否會自發(fā)變得敏感。
Avargues-Weber說：“通過分析大量圖像經驗的統(tǒng)計特性來自主學習，以確定它們的底層結構，這種策略已經在人類和一些更高等級的物種中得到了證明。它也是深度學習背后的概念，而深度學習推動了人工智能領域最近的巨大進步。我們的結果表明，這也是蜜蜂使用的策略，表明了對視覺環(huán)境統(tǒng)計信息自主學習的普遍性和有效性。”
Dyer博士補充道：“人們常常對蜜蜂出色的導航和識別能力感到驚訝，現(xiàn)在我們知道它們使用一種簡化版的統(tǒng)計學習來完成復雜的任務，這是人類解決視覺問題的基礎，也是人工智能深度學習的基礎。”
Fiser博士說：“我們非常驚訝地發(fā)現(xiàn)，與人類相似，蜜蜂對其新視覺體驗的統(tǒng)計數(shù)據(jù)形成了一種復雜的內部表征，它們可以在隨后的測試中使用這些信息。我們更驚訝地發(fā)現(xiàn)，蜜蜂和人類通過不同的計算策略實現(xiàn)了這一壯舉。蜜蜂永遠不會自動對視覺元素的可預測性敏感，也就是說，一個元素的出現(xiàn)對另一個元素的出現(xiàn)有多大的預測力。相反，人類從嬰兒早期就開始使用這些信息。這一點之所以存在，是因為信息片段之間的可預測性長期以來被認為是有效獲取高度復雜知識的關鍵計算要求。因此，我們的研究既證明了一個人用簡單的方法和小小的大腦能解決多困難的任務，同時也證明了什么是達到下一個學習能力水平的關鍵。”
版權提示：智研咨詢倡導尊重與保護知識產權，對有明確來源的內容注明出處。如發(fā)現(xiàn)本站文章存在版權、稿酬或其它問題，煩請聯(lián)系我們，我們將及時與您溝通處理。聯(lián)系方式：gaojian@chyxx.com、010-60343812。
