北京
機器人接觸180種語言組合時，泛化準確率達85%，而僅接觸48種時為25%，凸顯了多樣化輸入的力量。
一支研究團隊開發了由人工智能驅動的虛擬機器人，它們通過獎勵好奇心而非死記硬背的指令，能更高效地學會理解語言，這為兒童如何習得語言提供了新的見解。
沖繩科學技術大學院大學（OIST）的研究人員發現，經過訓練去探索并滿足自身好奇心的機器人，掌握語言類任務所需的時間僅為傳統訓練機器人的一半左右。
這套受大腦啟發的系統還表現出自發的類游戲行為，并且應對陌生情境的能力有所提升，表明好奇心驅動的學習能讓未來的人工智能系統更具適應性，更像人類。
“訓練過程中自發出現的類游戲行為和處理異常情況的表現讓我們驚嘆不已，”研究第一作者、OIST認知神經機器人研究單元的博士生西奧多·廷克（Theodore Tinker）在一份聲明中表示。
充滿好奇的AI是如何學習的
OIST團隊開發了一套好奇心驅動的AI系統，使虛擬機器人能更像兒童那樣學習語言，這為人工智能和人類語言習得兩方面都提供了新的洞見。
與通過海量數據集預測最可能的下一個詞來生成回復的大語言模型（LLM）不同，研究人員采用了一種受大腦啟發的架構，即受預測編碼啟發的變分遞歸神經網絡（PV-RNN）。該模型旨在通過平衡兩個相互競爭的目標來最小化“自由能”：提高預測準確性，同時盡量減少對自身內部信念的修改。換句話說，機器人要在保持對世界穩定的內部模型的同時，力圖正確理解世界。
為鼓勵探索，研究團隊將PV-RNN與強化學習相結合。機器人在完成語言引導任務時會獲得外部獎勵，同時通過探索需要更新其內部理解的陌生情境來滿足好奇心，從而獲得內在獎勵。這種穩定與探索之間的平衡，讓機器人能更高效地發現解決復雜任務的新方案。
在訓練過程中，充滿好奇的機器人表現出意想不到的類游戲行為。即使在掌握指定任務后，它們仍會繼續實驗，比如撞倒物體，盡管從未收到過這樣做的直接指令。研究人員發現，這種自發的探索加速了語言學習，這表明好奇心驅動的游戲可能對獲取知識至關重要，就像對幼兒一樣。
“機器人并不會像兒童那樣思考，它們所處的情境與兒童極其密集的語言環境相比也非常抽象。但正是這種抽象的環境，使我們可以借助一個極具說服力的人類語言學習處理模型來研究好奇心帶來的影響，”該研究資深作者、OIST認知神經機器人研究單元負責人谷淳（Jun Tani）在一份聲明中說。
機器人學習處理例外情況
這項研究還揭示了語言學中一個長期存在的問題，即諾姆·喬姆斯基提出的“刺激貧乏”問題——該問題探討兒童如何在接收到的輸入不完整且有缺陷的情況下，依然能快速學會語言。
研究人員發現，僅有好奇心還不夠，它必須與豐富多樣的語言環境相結合。僅接觸48種語言組合的機器人實現了約25%的泛化能力。相比之下，用180種組合訓練的機器人達到了約85%的泛化率，表明多樣化的語言接觸極大地提升了它們理解未曾見過的指令的能力。
另一個令人驚訝的發現是，機器人展現出了與幼兒的U形學習曲線相似的學習模式。為了驗證這一點，研究人員故意顛倒了兩個語言任務的含義。起初，機器人正確地學會了這些例外，但隨著它們泛化出更寬泛的語言規則，其表現會暫時下降，之后在掌握例外的過程中再度回升。這與兒童常先說“goed”或“runned”，后來才學會正確使用不規則動詞的情形如出一轍。
據研究人員稱，這種行為的出現完全出乎意料，因為AI模型內部并沒有處理例外或過度泛化的顯式機制。
除了改善機器人的語言學習，PV-RNN透明的設計還讓科學家能夠實時觀察AI內部的決策過程。不同于龐大的黑箱式AI系統，研究人員可以直接審視機器人如何更新其信念，這使該模型成為研究人類認知和語言習得背后機制的寶貴平臺。
如果朋友們喜歡，敬請關注“知新了了”！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
