谷歌DeepMind项目的一组人工智能研究人员开发了一种能够展示社交学习能力的人工智能系统。在发表在《自然通讯》(Nature Communications)杂志上的论文中，该团队描述了他们如何开发一款人工智能应用程序，该应用程序显示，它能够通过模仿植入的“专家”的动作，在虚拟世界中学习新技能。

　　大多数人工智能系统，如ChatGPT，都是通过接触大量数据(例如来自互联网上的存储库)来获取知识的。但业内人士指出，这种方法效率不高。因此，该领域的许多人继续寻找其他方法来教人工智能系统学习。

　　研究人员使用的最流行的方法之一是试图模仿人类学习的过程。与传统的人工智能应用程序一样，人类通过暴露于环境中的已知元素并遵循其他人知道自己在做什么的例子来学习。但与人工智能应用程序不同的是，人类不需要大量的例子就能学会。例如，一个孩子在看别人玩几分钟后就可以学会玩杰克的游戏——这是文化传播的一个例子。在这项新的研究中，研究小组试图利用人工智能在虚拟世界中复制这一过程。

　　该团队的工作包括首先建立一个虚拟世界(称为GoalCycle3D)，它由不平的地形组成，上面有各种各样的障碍物和多种颜色的球体。然后，他们添加了人工智能代理，这些代理旨在通过避开障碍物并穿过球体来穿越虚拟世界。这些智能体被给予学习模块，但没有关于他们将居住的世界的其他信息。他们通过强化学习获得了如何进行的知识。

　　为了让智能体学习，研究人员给它们奖励，让它们一遍又一遍地穿越多个相似的虚拟世界。通过这样做，代理能够通过虚拟世界到达期望的目的地。然后，研究人员在虚拟世界中添加了另一个功能，专家代理已经知道从一个地方到另一个地方的最佳方式，而不会遇到障碍。在新的场景中，非专家代理很快就知道，到达理想目的地的最快方法是向专家学习。

　　在观察代理人学习的过程中，研究人员发现，他们与专家一起学习的速度要快得多，并且能够通过模仿他们在先前的试验中从专家那里学到的东西，更好地驾驭其他新的类似的虚拟世界。即使在没有专家的情况下，他们也能够运用这些技能(得益于记忆模块)——研究人员称，这是社会学习的一个例子。

　　更多信息:Avishkar Bhoopchand等人，Learning few-shot imitation as cultural transmission, Nature Communications(2023)。DOI: 10.1038/s41467-023-42875-2

　　?2023 Science X Network

　　引用: DeepMind开发了人工智能演示

　　说明社会学习能力(2023年12月4日)检索自https://techxplore.com/news/2023-12-deepmind-ai-social-capabilities.html本文档

　　作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司

　　内容仅供参考之用。