一個新的人工智能本身就獲得了人類的數(shù)感

神經網絡發(fā)展出與動物大腦類似的“數(shù)字神經元”數(shù)字知識 當訓練成識別圖像中的物體時，人工智能可以產生與我們自己相似的“數(shù)字感”。人工智能可以分享我們進行數(shù)字快速判斷的自然能力。

研究人員在由虛擬腦細胞或神經元組成的計算機模型中觀察到這種數(shù)字的訣竅，稱為人工神經網絡。在僅僅為識別圖像中的對象(AI的常見任務)進行訓練之后，網絡開發(fā)了響應特定量的虛擬神經元。這些人工神經元讓人想起“數(shù)字神經元”，它被認為可以為人類，鳥類，蜜蜂和其他生物提供估計一組物品數(shù)量的先天能力(SN：7/7/18，第7頁)。這種直覺被稱為數(shù)感。

研究人員在5月8日的“科學進展”雜志網絡版上報告說，在數(shù)字判斷任務中，人工智能表現(xiàn)出與人類和動物類似的數(shù)字感。這一發(fā)現(xiàn)有助于深入了解人工智能在沒有明確指導的情況下可以學到什么，并且對于研究如何在動物身上產生數(shù)字敏感。

德國蒂賓根大學的神經生物學家Andreas Nieder及其同事使用了大約120萬張標記圖像的圖書館來教授人工神經網絡，以識別圖片中的動物和車輛等物體。然后研究人員向AI展示了包含1到30個點的點圖案，并記錄了各種虛擬神經元的反應。

當觀察具有特定點數(shù)的圖案時，一些神經元更活躍。例如，當顯示兩個點但不顯示20個時，一些神經元強烈激活，反之亦然。這些神經元偏愛某些數(shù)字的程度與以前來自猴子神經元的數(shù)據(jù)幾乎相同。

點探測器

一項新的人工智能程序查看了之前向猴子顯示的點的圖像，包括帶有一個點的圖像和帶有偶數(shù)個點的圖像，從2到30(底部)。與猴腦中的數(shù)字敏感神經元非常相似，當顯示特定數(shù)量的點時，AI中數(shù)字敏感的虛擬神經元優(yōu)先激活。與猴子大腦一樣，AI包含的神經元數(shù)量調整為較小的數(shù)字而不是較大的數(shù)字。

為了測試AI的數(shù)量神經元是否具有類似動物的數(shù)字感，Nieder的團隊展示了成對的點圖案并詢問圖案是否包含相同數(shù)量的點。人工智能在81%的時間都是正確的，表現(xiàn)與人類和猴子一樣，在類似的匹配任務上也是如此。像人類和其他動物一樣，AI努力區(qū)分具有非常相似數(shù)量的點的圖案和具有許多點的圖案之間(SN：12/10/16，第22頁)。

哥倫比亞大學的神經科學家伊萊亞斯伊薩(Elias Issa)表示，這項研究結果是人工智能如何在為特定任務進行培訓時獲得多種技能的“非常好的演示”。但他說，究竟如何以及為什么在這種人工神經網絡中出現(xiàn)數(shù)感仍然不清楚。

Nieder及其同事認為，人工智能中數(shù)字意義的出現(xiàn)可能有助于生物學家了解人類嬰兒和野生動物如何在不被教導的情況下獲得多種感覺。Nieder說，也許基本的數(shù)字靈敏度“與我們視覺系統(tǒng)的架構相關聯(lián)”。

Ivilin Stoianov是帕多瓦研究委員會的計算神經科學家，他不相信這種人工智能中的數(shù)字意義與動物大腦中的數(shù)字意義之間存在這種直接的平行關系。這個人工智能通過研究許多標記的圖片來學習“看”，這不是嬰兒和野生動物學會理解世界的方式。未來的實驗可以探索相似數(shù)量的神經元是否出現(xiàn)在人工智能系統(tǒng)中，它們更接近地模仿生物大腦的學習方式，就像那些使用強化學習的那樣，Stoianov說(SN：12/8/18，第14頁)。