在爱尔兰都柏林三一学院，一群神经科学家团队刚刚发布了改进人工智能的新指导原则，该团队表示：

婴儿可以帮助解锁下一代人工智能。

这项研究于26号发表在《自然机器智能》杂志上，论文研究了婴儿学习的神经科学和心理学，并提炼出三个原则来指导下一代的人工智能，这将有助于克服机器学习目前紧迫解决的局限性。

三一学院 Marie Sklodowska-Curie 研究员 Lorijn Zaadnoordijk 博士这样解释道：

“人工智能在过去十年中取得了长足地进步，为我们提供了智能音箱、自动驾驶仪、智能的应用程序和增强型医疗诊断等。由于机器学习使用大量数据集来训练人工神经网络模型，人工智能这些令人兴奋的发展均已经实现。

“但是，也有许多领域的进展开始停滞不前，因为机器学习的数据集必须由人类精心设计。但我们知道学习可以用更有效地方式完成，而婴儿就不是这样学习的，他们通过体验来学习在自己的周围世界，有时甚至只看到一次就成功了。”

来自三一学院神经科学研究所 (TCIN) 的 Lorijn Zaadnoordijk 博士和 Rhodri Cusack 教授及来自 TU Eindhoven 的 Tarek R. Besold 博士在他们的文章“无监督机器学习的婴儿学习的训练”中认为：需要更好的方法来来从非结构化数据中学习。他们第一次就从婴儿学习中的哪些特定见解可以有效地应用于机器学习以及如何准确地应用这些学习提出具体建议。

三位学者指出，机器从一开始就需要内置的偏好，来塑造它们的学习方式。需要从更丰富的数据集中学习，这些数据集包括捕捉世界的外观、声音、气味、味道和感觉。就如同婴儿一般，他们需要遵循一个发展轨迹，随着他们渐渐“长大”，经历和周边网络会发生变化。

TU Eindhoven 哲学与伦理学小组研究员 Tarek R. Besold 博士这样指出：

“作为 AI 研究人员，我们经常在自己的系统与人类婴儿以及儿童心理发展学之间进行比喻性对比。现在是采用这些对比的时候了，我们需要认真地研究一下心理学和神经科学对婴儿发育的关联知识，这可能有助于我们克服机器学习目前最急迫的限制。”

三一学院神经科学研究所所长、Thomas Mitchell 认知神经科学教授、Thomas Mitchell 教授 Rhodri Cusack 补充道：

“人工神经网络部分受到大脑的启发。与婴儿类似，它们依赖学习，但目前的实现方式与人类（和动物）学习。通过跨学科研究，婴儿是可以帮助解锁下一代人工智能的。”

编译：场长