如果我掉落一支筆，你知道它不會懸浮在半空中，而是會掉到地上。同樣，如果筆在下落過程中碰到桌子，你知道它不會穿過桌面，而是會落在桌面上。
這些物理物體的基本屬性對我們來說似乎是直觀的。早在三個月大的嬰兒就知道，看不見的球仍然存在，而且球不可能從沙發後面瞬間移動到冰箱頂部。
儘管人工智慧系統已經掌握了像國際象棋和撲克這樣的複雜遊戲，但它們尚未展示出嬰兒與生俱來或在最初幾個月似乎毫不費力地獲得的“常識”知識。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保未來能夠持續釋出關於塑造我們當今世界的發現和想法的有影響力的報道。
“人工智慧技術已經如此先進，但我們仍然沒有擁有任何類似人類常識的人工智慧系統，這非常引人注目，”麻省理工學院認知科學教授約書亞·特南鮑姆（Joshua Tenenbaum）說，他曾在這個領域進行過研究。 “如果我們能夠達到那個程度，那麼理解它是如何運作的，它如何在人類中產生”將非常有價值。
7月11日發表在《自然人類行為》（Nature Human Behaviour）雜誌上的一項研究，由谷歌母公司Alphabet的子公司DeepMind的一個團隊進行，該研究朝著推進如何將這種常識知識融入機器以及理解它如何在人類中發展邁出了一步。科學家們透過將發展心理學家認為嬰兒與生俱來的相同內在知識整合到人工智慧系統中，提出了一個“直覺物理學”模型。他們還建立了一種測試該模型的方法，類似於用於評估人類嬰兒認知的方法。
通常，在人工智慧研究中變得無處不在的深度學習系統會透過訓練來識別場景中的畫素模式。透過這樣做，他們可以識別面孔或球，但他們無法預測當這些物體被放置在動態場景中，在那裡它們移動並相互碰撞時會發生什麼。為了應對直覺物理學提出的更棘手挑戰，研究人員開發了一個名為PLATO（透過自編碼和跟蹤物體進行物理學習）的模型，以關注整個物體而不是單個畫素。然後，他們用大約30萬個影片對PLATO進行訓練，使其能夠學習物體如何表現：球的掉落、撞擊另一個物體或滾動到障礙物後面，然後又在另一側重新出現。
目標是讓PLATO根據五個基本概念來理解什麼違反了直覺物理定律：物體恆存性（即使物體不在視野中仍然存在）、固體性（物體是物理固體）、連續性（物體以連續路徑移動，不會意外地消失並在遠處重新出現）、不變性（物體的屬性始終保持不變）和方向慣性（物體僅在慣性定律下改變方向）。PLATO像嬰兒一樣，當它看到一個物體穿過另一個物體而沒有在撞擊時反彈回來時，表現出“驚訝”。在區分物理上可能與不可能的場景方面，它比在相同影片上訓練但沒有被賦予物體內在知識的傳統人工智慧系統表現得明顯更好。
“心理學家認為人們使用物體來理解物理世界，所以也許如果我們構建一個像那樣的系統，我們將最大限度地提高[人工智慧模型]真正理解物理世界的可能性，”DeepMind的研究科學家路易斯·皮洛託（Luis Piloto）在一次新聞釋出會上說，他領導了這項研究。
先前嘗試透過將不同程度的內建或後天習得的物理知識融入系統中來教會人工智慧直覺物理學的努力，取得了喜憂參半的成功。這項新研究試圖以發展心理學家認為嬰兒的方式來獲得對直覺物理學的理解，即首先展示對物體是什麼的先天意識。然後，孩子透過觀察物體在世界中的移動來學習支配物體行為的物理規則。
“這篇論文令人興奮和獨特之處在於，他們非常密切地基於認知心理學和發展科學中已知的知識，”西北大學心理學教授蘇珊·赫斯波斯（Susan Hespos）說，她與人合寫了一篇評論文章，文章隨論文一起發表，但沒有參與這項研究。 “我們天生就具有先天知識，但這並不意味著當我們天生擁有它時它是完美的……然後，透過經驗和環境，嬰兒——就像這個計算機模型一樣——擴充套件了這種知識。”
DeepMind的研究人員強調，在現階段，他們的工作尚未準備好推進機器人技術、自動駕駛汽車或其他流行的AI應用。他們開發的模型需要在真實場景中涉及的物體上進行更多的訓練，然後才能將其納入人工智慧系統。隨著模型複雜性的提高，它也可能為發展心理學研究嬰兒如何學習理解世界提供資訊。關於常識知識是後天習得的還是先天固有的，發展心理學家已經爭論了近100年，可以追溯到瑞士心理學家讓·皮亞傑（Jean Piaget）關於認知發展階段的研究。
“人工智慧可以從發展科學中汲取思想並將其融入到他們的建模中，這可能會產生富有成效的合作，”赫斯波斯說。 “我認為這對等式的雙方都可能是有益的關係。”