當前位置:
【字體:
研究發現蜜蜂與人類內隱視覺統計學習的不同機制
日期:2020年10月28日 09:18     

  近日,發表在《美國國家科學院院刊(PNAS)》上的一項新研究表明,蜜蜂具有自主學習自然環境中常見復雜特性統計信息的能力。此前,人們認為這種視覺能力只存在于人類和更高級別的物種中,而在擁有微型大腦的蜜蜂身上的發現將激發人工智能的進一步發展。
  這項研究還報告說,蜜蜂和人類使用了根本不同的計算方法來進行學習,這可能是人類發展出卓越學習能力的關鍵原因之一。
  由法國圖盧茲大學的Aurore Avargues-Weber博士、匈牙利中歐大學的Jozsef Fiser博士和澳大利亞RMIT大學的Adrian Dyer博士領導的國際研究團隊首次使用相同的測試來比較人類與蜜蜂的自主學習能力。他們在一個不相關的簡單分類任務中,將人類和蜜蜂暴露在由一組抽象形狀組成的相同多元素場景中。
  在接下來的測試階段,人與蜜蜂都必須在每個實驗中選擇兩個新的多元素場景來進行大量測試。這些場景是為了測量研究對象在沒有經過任何訓練的情況下,在視覺場景中對各種統計特性元素是否會自發變得敏感。
  Avargues-Weber說:“通過分析大量圖像經驗的統計特性來自主學習,以確定它們的底層結構,這種策略已經在人類和一些更高等級的物種中得到了證明。它也是深度學習背后的概念,而深度學習推動了人工智能領域最近的巨大進步。我們的結果表明,這也是蜜蜂使用的策略,表明了對視覺環境統計信息自主學習的普遍性和有效性!
  Dyer博士補充道:“人們常常對蜜蜂出色的導航和識別能力感到驚訝,現在我們知道它們使用一種簡化版的統計學習來完成復雜的任務,這是人類解決視覺問題的基礎,也是人工智能深度學習的基礎!
  Fiser博士說:“我們非常驚訝地發現,與人類相似,蜜蜂對其新視覺體驗的統計數據形成了一種復雜的內部表征,它們可以在隨后的測試中使用這些信息。我們更驚訝地發現,蜜蜂和人類通過不同的計算策略實現了這一壯舉。蜜蜂永遠不會自動對視覺元素的可預測性敏感,也就是說,一個元素的出現對另一個元素的出現有多大的預測力。相反,人類從嬰兒早期就開始使用這些信息。這一點之所以存在,是因為信息片段之間的可預測性長期以來被認為是有效獲取高度復雜知識的關鍵計算要求。因此,我們的研究既證明了一個人用簡單的方法和小小的大腦能解決多困難的任務,同時也證明了什么是達到下一個學習能力水平的關鍵!
論文鏈接:https://www.pnas.org/content/early/2020/09/22/1919387117

 

掃一掃在手機打開當前頁

      
江西麻将怎么玩 贵州快三开奖结果爱彩乐 双色球彩票停售通知2020 好彩3复式投注 河北快三开奖时间表 天博体育 (★^O^★)MG三倍猴子如何爆大奖 (^ω^)MG惊喜复活节游戏规则 河南22选5开奖结果河南 苏州老快3开奖结果 试料一码中特赛马会 (★^O^★)MG龙的财富送彩金 (★^O^★)MG沉默的武士玩法介绍 河北排列7开奖时间 白小姐王中王中特正版开奖结果 特码解码图 (★^O^★)MG真爱送彩金