新聞

當前位置/ 首頁/ 新聞/ 正文

10個月大的嬰兒根據某人的努力程度來確定目標的價值

根據麻省理工學院和哈佛大學的一項新研究,年僅10個月的嬰兒可以通過觀察他們愿意努力實現這一目標的程度來評估某人對某一特定目標的重視程度。

這種能力需要整合有關獲得目標的成本和尋求目標的人獲得的利益的信息,這表明嬰兒很早就獲得了關于人們如何做出決定的直覺。

“嬰兒遠非經歷過這種'開花,嗡嗡的混亂',”主要作者Shari Liu說道,他指的是哲學家和心理學家威廉詹姆斯關于嬰兒第一次世界經歷的描述。“他們用隱藏的變量來解釋人們的行為,包括人們在制作這些行動時所付出的努力,以及這些行動所達到的目標的價值。”

“這項研究是嘗試理解對其他人行為的常識理解的根源的重要一步。從某種意義上說,在某種意義上,經濟學家如何看待理性選擇的基本數學是非常直觀的。麻省理工學院腦與認知科學系教授Josh Tenenbaum說,麻省理工學院 - 哈佛大學聯合中心的核心成員Josh Tenenbaum說,對于那些不懂數學,不說話,幾乎無法理解幾個字的嬰兒。 ,思想和機器(CBMM),以及該論文的作者之一。

Tenenbaum幫助指導研究團隊與哈佛大學心理學教授和CBMM核心成員Elizabeth Spelke一起,在他的實驗室進行了研究。劉的論文的主要作者是哈佛大學的研究生。CBMM博士后Tomer Ullman也是該論文的作者,該論文發表于11月23日的在線科學版。

計算價值

先前的研究表明,成年人和年齡較大的兒童可以通過觀察該人為獲得目標所付出的努力來推斷某人的動機。

哈佛大學/麻省理工學院的團隊希望更多地了解這種能力如何以及何時發展。以前的研究發現,嬰兒期望人們的偏好保持一致,并且能夠有效地實現目標。在這項研究中提出的問題是,嬰兒是否可以將他們對一個人目標的了解與獲得該目標所需的努力相結合,以計算該目標的價值。

為了回答這個問題,研究人員展示了10個月大的嬰兒動畫視頻,其中一個“特工”,一個形狀像彈跳球的卡通人物,試圖達到某個目標(另一個卡通人物)。在其中一個視頻中,代理人必須跳過不同高度的墻壁才能達到目標。首先,嬰兒看到特工跳過矮墻,然后拒絕跳過中等高度的墻。接下來,經紀人跳過中高墻以達到不同的目標,但拒絕跳過高墻以達到目標。

然后,嬰兒出現了一個場景,代理人可以在兩個目標之間做出選擇,沒有任何障礙。成年人或年齡較大的孩子會認為代理人會選擇第二個目標,因為代理人在前面看到的視頻中更加努力地達到了目標。研究人員發現,10個月大的孩子也得出了這樣的結論:當代理人選擇第一個目標時,嬰兒更長時間地觀察現場,表明他們對這一結果感到驚訝。(觀察時間長度通常用于測量嬰兒研究中的驚喜。)

研究人員發現了同樣的結果,當嬰兒看著特工采用兩種不同類型的努力進行相同的動作時:攀登不同傾斜的坡道并跳過不同寬度的縫隙。

“在我們的實驗中,我們發現,當代理人選擇了較少努力的東西時,嬰兒看起來更長,這表明他們從他們為實現這些目標所付出的努力量中推斷出代理人對目標的價值。”劉說。

研究結果表明,嬰兒能夠根據他們投入多少努力來計算另一個人對某事物的重視程度。

“這篇論文并不是第一個提出這個想法的人,但它的新穎之處在于它表明這種情況在年齡較小的嬰兒中比任何人都看到的都要多。這些都是非語言的嬰兒,他們自己并沒有積極地做很多事,但他們似乎明白了其他人以這種復雜的,定量的方式行動,“Tenenbaum說,他也是麻省理工學院計算機科學和人工智能實驗室的附屬機構。

Spelke表示,對嬰兒的研究可以揭示我們在整個生命中思考的方式的深刻共性。“抽象,相互關聯的概念,如成本和價值 - 我們的直覺心理學和哲學和經濟學中的效用理論的中心概念 - 可能起源于一個早期出現的系統,通過這個系統,嬰兒了解其他人的行為,”她說。

建模智能

在過去的十年中,科學家開發出的計算機模型幾乎可以復制成人和年齡較大的兒童如何結合不同類型的輸入來推斷其他人的目標,意圖和信仰。在這項研究中,研究人員以這項工作為基礎,尤其是Julian Jara-Ettinger博士16的工作,他在學齡前兒童中研究了類似的問題。研究人員開發了一種計算機模型,可以預測10個月大的嬰兒在觀察到代理人的行為后會推斷出代理人的目標。這個新模型還具有計算“工作”(或在一定距離上施加的總力)作為行動成本的度量的能力,研究人員認為嬰兒能夠在某種直觀的層面上做到這一點。

Tenenbaum說:“這個時代的嬰兒似乎理解牛頓力學的基本思想,在他們可以說話之前和他們可以計算之前。” “他們正在整理對力量的理解,包括像引力這樣的事情,他們也對目標對另一個人的有用性有了一些了解。”

研究人員表示,建立這種模型是朝著開發人工智能邁出的重要一步,人工智能可以更準確地復制人類行為。

Tenenbaum說:“我們必須認識到,即使是10個月大的人,我們也遠遠沒有建立具有常識的人工智能系統。” “但如果我們能夠從工程術語中理解即使是這些年幼的嬰兒似乎也擁有的直觀理論,那么這將成為構建具有更像人類智慧的機器的基礎。”

仍然沒有答案的問題是這些直覺能力如何以及何時出現在嬰兒身上。

“嬰兒從一個完全空白的板塊開始,不知怎的,他們能夠建立起這種復雜的機器嗎?或者他們從對目標和信念的基本理解開始,然后建立復雜的機器?或者它們都是剛建成的在?” 烏爾曼說。

研究人員希望研究即使是年齡小到3個月的更年幼的嬰兒,以及團隊正在開發的學習直覺理論的計算模型,也可能有助于闡明這些問題。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。
伊人色综合久久天天