人工智能会下棋，甚至打败过世界围棋冠军，这已经是老生常谈。

别看AI这么厉害，它只是借助了深度学习的方式，通过无数次的训练，让它能够在面对实际问题时，从训练数据库中计算寻得最优解，这并不代表机器人能够像人一样进行自主思考。

近日，Deep Mind公司最新的一项关于AI的文章有了突破性进展，研究者运用发展心理学领域的知识可以让AI能像人类婴儿一样“学会思考”。而此前，最先进的AI系统仍然难以捕捉到日常人类场景中的“常识性”知识，比如指导预测、推理和行动。

可以说，Deep Mind的这项研究，大大推进了人工智能在直觉感知方面的发展。此后，人工智能真的更像“人”了。

一、计算机能像婴儿一样思考和学习吗？

1950 年，理论计算机科学家、人工智能之父艾伦·图灵（Alan Turing）曾说道：“与其尝试制作一个模拟成人思维的程序，为何不尝试制作一个模拟儿童思维的程序呢？”

按照图灵的说法，如果从学些儿童的思维开始，并接受适当的经验，计算机就可以像成年人一样思考。

尽管当前人工智能（AI）行业已经取得了惊人的进步，完成了越来越多的、难以置信的任务。

但是，人工智能在这些细分领域内取得的成功，也清晰地表明，一些根本的东西依然缺失——人工智能系统在理解物理世界的常识性规律方面，表现得并不尽如人意。

特别是，即使是最先进的人工智能系统也仍然难以掌握“常识”知识。

二、婴儿眼里的直观物理学是什么？

首先我们来明确一个概念，直观物理学是什么？我们可以简单地把它理解为“直觉”或者“常识”。

比如我们在桌子上方丢下一串钥匙，所有人都知道，钥匙不会漂浮在半空中，也不会穿过桌面掉到地上，而是会掉落在桌面上。

这就是“直观物理学”，它是我们了解世界的基础物理概念，也是思维中“常识”的关键组成部分。

在发展心理学领域中，直观物理学被分为5个方面的概念：

1. 连续性：物体不会从一个地方传送到另一个地方，而是在时间和空间中有一定的连续路径；

2. 对象持久性：物体在看不见时不会消失；

3. 固体性：物体不会相互渗透；

4. 不变性：对象的属性（如形状）不会更改；

5. 定向惯性：物体运动的路径与惯性原理一致。

是不是每一个都很好理解？没错，这些都是我们容易理解和接受的“常识性”概念。如果钥匙的掉落过程违背了我们的常识，比如悬浮在了半空中、或者穿过了桌子、或者是从桌面上duang的一下弹起来老高，甚至是化成了液体，那么事情就会超出我们的预期，变得诡异起来。

面对这种怪异事件，每个人都会感到惊讶。即使是三个月大的婴儿也是一样，他们也会对这样违背直观物理学的现象表现出惊讶，这种惊讶反应被称为违反期望（VoE）效应。

至于婴儿对世界的认识是否和成人一样，这一点存在一个关于“先天”和“后天”的争议，许多发展科学家认为这是“先天”的，也有一些学者更支持从无到有的“后天”理论。

三、国际最新研究称人工智能可实现类似婴儿的方式学习物理世界的基本常识性规则

施普林格·自然旗下专业学术期刊《自然-人类行为》最新发表一篇人工智能研究论文给出肯定的答案指出，一个人工智能系统能以类似婴儿的方式学习物理世界的基本常识性规则。

该论文介绍，即使年幼的婴儿也懂得“直观物理”——即世界运作的常识性规则。只有5个月大的婴儿在看到了不符合物理规律的场景也会感到惊讶，比如玩具突然不见了。然而，让机器学习算法来学习直观物理被证明很难，尽管这些系统已经在许多其他任务上表现出超越人类的能力，如学习识别不同的物体。

该人工智能系统名为 PLATO，是一个能学习直观物理（Intuitive physics）的深度学习系统，遵循认为物体在我们周围物理世界的表示和预测中扮演核心作用的理论。

直观物理是一种常识性知识，用来理解物体的行为和相互作用。例如，如果你在半空中摇晃你的钥匙，并宣布让它掉落，每个人都知道，不受其他物体支撑的物体（也就是你的钥匙）不会漂浮在半空中，两个物体（钥匙和桌子）不会相互穿过。

因此，你会期望你的钥匙会下落，直到它与桌子相遇。这种认知并不仅仅存在于成年人身上——即使是 3 个月大的婴儿也有，如果人们遇到一个似乎违反预期的“神奇”，就会做出“惊讶的”反应。

在此次工作中，研究团队通过给 PLATO 观看许多描绘简单场景的视频来训练它，比如球落到地上，球滚到其他物体后面又再次出现，很多球之间弹来弹去等。

据论文描述，PLATO 由感知模块（左）和动态预测器（右）两部分组成，感知模块用于将视觉输入转换为一组目标代码，动态预测器则使用这些目标代码来预测未来的帧。

PLATO 将每一段视频帧通过感知模块分解为一组目标代码，实现了从视觉输入到个性化对象的映射；随后，目标代码在对象缓冲区中通过帧进行累积和跟踪；最后，系统会动态地处理物体的表征，产生新的表征，这些表征会受到物体与其他物体之间的关系和互动的影响。

此外，他们也通过一系列实验来验证人工智能系统是否可以学习一系列不同的物理概念——特别是那些年幼的婴儿可以理解的概念，比如固体性（两个物体不会相互穿过）和连续性（物体不会瞬时性地存在）。

训练之后，研究人员给 PLATO 观看了有时包含不可能场景的视频，以此作为测试。

和年幼的小孩一样，PLATO 在看到没有意义的场景（比如物体互相穿过却没有发生相互作用）时表现出了“惊讶”。

文章来源：中国新闻网，学术头条，返朴