解碼人類學(xué)習(xí)如何反映人工智能模型訓(xùn)練

麻省理工學(xué)院的兩項研究發(fā)現(xiàn)，“自我監(jiān)督學(xué)習(xí)”模型可以從未標記的數(shù)據(jù)中了解其環(huán)境，可以顯示出與哺乳動物大腦類似的活動模式。

為了穿越這個世界，我們的大腦必須對我們周圍的物理世界產(chǎn)生直觀的理解，然后我們用它來解釋進入大腦的感官信息。

大腦如何發(fā)展這種直覺理解?許多科學(xué)家認為，它可能使用類似于所謂的“自我監(jiān)督學(xué)習(xí)”的過程。這種類型的機器學(xué)習(xí)最初是為了創(chuàng)建更有效的計算機視覺模型而開發(fā)的，它允許計算模型僅根據(jù)視覺場景之間的相似性和差異來了解視覺場景，而無需標簽或其他信息。

神經(jīng)網(wǎng)絡(luò)研究的證據(jù)

麻省理工學(xué)院 K. Lisa Yang 綜合計算神經(jīng)科學(xué) (ICoN) 中心的研究人員進行的兩項研究提供了支持這一假設(shè)的新證據(jù)。研究人員發(fā)現(xiàn)，當他們使用特定類型的自我監(jiān)督學(xué)習(xí)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型時，所得模型生成的活動模式與執(zhí)行與模型相同任務(wù)的動物大腦中看到的活動模式非常相似。

研究人員表示，研究結(jié)果表明，這些模型能夠?qū)W習(xí)物理世界的表征，從而準確預(yù)測物理世界將發(fā)生的事情，并且哺乳動物的大腦可能正在使用相同的策略。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔。 如有侵權(quán)請聯(lián)系刪除！