近日，《自然》（Nature）发表的一篇论文报道了一个具有类似人类系统泛化能力的神经网络。研究团队使用了一种元学习方法优化组织能力（按逻辑顺序组织概念的能力），该系统能在动态变化的不同任务中学习，而不是只在静态数据集上优化（即之前的标准方法）。通过并行比较人类与神经网络，作者评估了系统泛化能力测试的结果。测试中要求AI学习伪造词的意思，并推测这些词之间的语法关系。结果显示，该神经网络能掌握、有时甚至能超过类似人类的系统泛化能力。虽然元学习方法无法让该神经网络对训练之外的任务进行泛化，但作者认为，他们的研究结果有助于今后开发出行为更像人类大脑的AI。（DOI：10.1038/s41586-023-06668-3）

转自：“鲸锐学术”微信公众号

如有侵权，请联系本站删除！