美国麻省理工学院（MIT）等科学家的最新研究指出，已研发出一种可模仿人脑学习新资讯的程式，能完成视觉相关的任务，让电脑认识并写出手写字，称为“贝叶斯程式学习”（Bayesian Program Learning），是首个能够学习并使用大量真实世界概念的机器，为人工智慧带来一大进步。
此研究重要性在于机器视觉系统（machine vision system）如今已广泛应用到人类生活各个层面，如侦测行人与脚踏车的汽车安全系统、电动控制、网路搜寻等。由MIT、纽约大学与多伦多大学科学家偕同合作的研究，11日刊登在最新的“科学”期刊，此电脑视觉程式拥有能够捕捉人类从单一实例中学习新概念的独特能力。
该程式与目前以深度神经网络为途径的学习机器大不相同，后者可以学习分辨人类讲话、以影像侦测物体等，但无法学习人类怎么做某事。
MIT科学家特南鲍姆（Josh Tenenbaum）说，他想要创造可以模仿小孩心智能力的机器，“在上幼儿园之前，小孩学会从单一实例学习认识新的概念，甚至可以想像出没有见过的新实例。”虽然现在该程式只学会了从字母学习手写字样，但此种途径未来将可拓展应用到以象征符号为主的体系，如手势、舞步、口语，以及手语。
科学家在世界50种语言中，将程式应用在超过1623种的手写字母，包括梵语、藏语、古吉拉特文等，甚至还有美国动画喜剧“飞出个未来”（Futurama）发明的文字。该程式也会使用从先前概念习得的知识，来加速学习新概念，比如学习完拉丁字母后再学希腊字母。
研究指出，人类只要很少量的资料就能学习一项新概念，此程式将有助拓展人工智慧。多伦多大学资讯工程学助理教授萨拉赫丁诺夫（Ruslan Salakhutdinov）指出，机器要像人类一样仅凭少量资讯就能学习新概念非常困难，此研究将有助于机器学习、统计、电脑视觉与认知科学领域的拓展。
评论 (0)