人工智慧(AI)系統在某些領域已遠遠領先於人類——如下圍棋或大數據——但在其他方面，AI仍遠遠落後於人類，甚至不如剛幾個月大的小嬰兒。
例如，即使是嬰兒也本能地知道，一個物體被另一個物體短暫遮擋後，後面的物體不應消失並出現在別處。面對憑空消失的魔術表演，嬰兒也會大吃一驚。
但是這樣一個簡單的連續性規則，以及其他基本的物理定律，對人工智慧來說就並不直觀。現在，一項新的研究引入了一種名為 PLATO的人工智慧，該人工智慧的靈感來自對嬰兒如何學習的研究——結果，AI PLATO可以像人類嬰兒一樣思考。
PLATO通過自動編碼和跟蹤對象學習物理。它通過一系列編碼視頻進行訓練，視頻代表嬰兒在生命最初幾個月所獲取的相同的基本知識。
英國人工智慧研究實驗室 DeepMind的神經科學家 Luis Piloto說：「對我們來說幸運的是，發展心理學家花了幾十年的時間研究嬰兒對物理世界的認知，並對理解力的不同成分或概念進行了分類。」
「擴展他們的工作，我們構建並開源了一個物理概念數據集。這個合成視頻數據集從最初的心智發展實驗中汲取靈感，以評估我們模型中的物理概念。」
我們從很小的時候就了解三個關鍵概念：永久性(物體不會突然消失)；堅固性(固體物體不能相互穿過)；和連續性(物體在空間和時間中以一致的方式移動)。
研究人員構建的數據集涵蓋了這三個概念，以及另外兩個概念：不可改變性(物體屬性，例如形狀，不會改變)；和方向慣性(物體以符合慣性原理的方式移動)。
這些概念通過球落到地上、相互反彈、消失在其他物體後面然後重新出現等片段來展示。用視頻訓練 PLATO之後，下一步是測試。
當向 AI展示違反其所學物理的「不可能」場景的視頻時，PLATO表示驚訝：它足夠聰明地認識到發生了違反物理定律的事件。哪怕訓練時間相對較短——在某些情況下只有28小時。
從技術上講，就像在嬰兒研究中一樣，研究人員正在尋找違反預期(VoE)信號的證據，表明人工智慧理解了它所教授的概念。
研究人員在論文中寫道：「我們基於對象的模型在所有五個概念中都顯示出強大的 VoE效果，儘管我們已經對未發生特定探測事件的視頻數據進行了訓練。」
該團隊進一步的測試，使用與訓練數據中不同的對象。再一次，PLATO對應該和不應該發生的事件表現出了深刻的理解，表明它可以學習和擴展其常識。
但是，PLATO還沒有完全達到三個月大嬰兒的水平。更重要的是，PLATO的訓練視頻包含額外的數據，以幫助它識別物體及其在三個維度上的運動。
似乎仍需要一些內在知識才能賦予智慧對象常識——而「先天vs後天」的問題是發育科學家們最想知道答案的問題之一。這項研究可以讓我們更好地了解人類的思維，並幫助我們建立更好的AI。
研究人員寫道：「我們的建模工作提供了概念驗證，至少可以通過視覺學習獲得直覺物理學中的一些核心概念。雖然對一些早熟物種的研究表明，某些基本的物理概念可以在出生那一刻就存在，但在人類中，數據表明直覺的物理知識出現在生命早期，但會受到視覺體驗的影響。」
該研究已發表在《自然·人類行為》雜誌上。
