科學家發現嬰兒大腦與人工智慧模型驚人相似
一項新的研究表明，嬰兒的大腦並不像以前認為的那樣不成熟；相反，他們利用出生後的”無助期”來開發基礎模型，類似於驅動人工智慧生成的模型。這項由都柏林聖三一學院神經科學家領導的研究剛發表在《認知科學趨勢》雜誌上，研究首次發現，現代大腦數據並不支持對嬰兒無助感的經典解釋。
與許多動物相比，人類在出生後很長一段時間內都是無助的。許多動物，如馬和雞，出生當天就能行走。這種漫長的無助期使人類嬰兒處於危險之中，也給父母帶來了巨大的負擔，但令人驚訝的是，這種無助期卻經受住了進化的壓力。
跨種研究的啟示
「自20 世紀60 年代起，科學家就認為人類嬰兒表現出的無助感是由於出生時的限製造成的。他們認為，人類嬰兒頭大，必須早產，導致大腦發育不成熟，無助期長達一歲。 “認知神經科學教授、論文第一作者羅德里-庫薩克（Rhodri Cusack）教授解釋。
研究團隊由庫薩克教授、美國奧本大學克里斯蒂娜-查韋特教授和DeepMind 高級人工智慧研究員Marc’Aurelio Ranzato 博士組成，庫薩克教授利用神經影像技術測量嬰兒大腦和心智的發育情況；克里斯蒂娜-查韋特教授負責比較不同物種的大腦發育；DeepMind 高級人工智慧研究員Marc’Aurelio Ranzato 博士負責比較不同物種的大腦發育情況。
“我們的研究比較了不同動物物種的大腦發育情況。它藉鑒了一個長期項目時間轉換”（Translating Time），該項目將不同物種的相應年齡等同起來，從而確定人類大腦在出生時比許多其他物種更加成熟。 “
研究人員利用腦部影像技術發現，人類嬰兒大腦中的許多系統已經開始運作，並能處理來自感官的豐富資訊流。這與人們長期以來認為嬰兒大腦的許多系統尚未發育成熟，無法發揮作用的觀點相矛盾。
研究小組隨後將人類的學習與最新的機器學習模型進行了比較，在後者中，深度神經網路受益於”無助”的預訓練期。
在過去，人工智慧模型是直接根據所需的任務進行訓練的，例如訓練自動駕駛汽車識別它們在道路上看到的東西。但現在，模型最初都是經過預先訓練，以便在海量資料中發現模式，而不執行任何重要任務。由此產生的基礎模型隨後用於學習特定任務。研究發現，這種方法最終會加快新任務的學習速度，並提高表現。
對未來人工智慧發展的影響
「我們提出，人類嬰兒也同樣利用嬰兒期的’無助’期進行預訓練，學習強大的基礎模型，並在以後的生活中以高性能和快速泛化來支撐認知。這與近年來在生成式人工智慧領域取得重大突破的強大機器學習模型非常相似，例如OpenAI的ChatGPT或Google的Gemini，」庫薩克教授解釋。
研究人員表示，未來對嬰兒學習方式的研究很可能會啟發下一代人工智慧模型。
“雖然人工智慧取得了重大突破，但基礎模型比嬰兒消耗大量能源，需要的數據也多得多。了解嬰兒是如何學習的，可能會對下一代人工智慧模型有所啟發。」他最後說： “下一步的研究將是直接比較大腦和人工智慧的學習情況。”
編譯自/ scitechdaily