了解动物大脑可以帮助机器人洗碗

冷泉港实验室(CSHL)的神经科学家安东尼扎多尔(Anthony Zador)表示，人工智能(AI)仍然需要从动物大脑中学习很多东西。现在，他希望神经科学的教训可以帮助下一代人工智能克服一些特别困难的障碍。

医学博士安东尼扎多尔(Anthony Zador)在职业生涯中致力于将单个神经元描述为构成活体大脑的复杂神经网络。但他的职业生涯开始研究人工神经网络(ann)。人工神经网络是最近人工智能革命背后的计算系统，其灵感来自于动物和人类大脑中神经元的分支网络。然而，这个宽泛的概念通常是灵感的终点。

在最近发表在《自然通讯》上的一篇透视文章中，扎多尔描述了改进的学习算法如何让人工智能系统在越来越复杂的问题上实现超人的性能，如国际象棋和扑克。然而，机器仍然被我们认为是最简单的问题所困扰。

解决这一悖论最终可能会使机器人学会如何做一些有机的事情，例如追踪猎物或建造巢穴，甚至像人类和普通事物一样烹饪——谷歌首席执行官埃里克施密特曾称之为“字面上的第一要求”.但是对于机器人来说，这是一个非常困难的问题。

“我们觉得很难找到的东西，比如抽象的想法或者象棋，其实对机器来说并不难。我们发现这些事情很容易，比如与物理世界互动，这很难，”扎多尔解释道。“我们认为这很简单的原因是，我们5亿年的进化已经连接了我们的电路，所以我们可以毫不费力地完成它。”

这就是为什么Zador写道，快速学习的秘密可能不是一个完美的通用学习算法。相反，他认为通过进化雕刻的生物神经网络为快速、轻松地学习特定类型的任务提供了一个支架——通常是那些对生存至关重要的任务。

例如，Zador指向你的后院。

“你的松鼠在出生后几周内就能从一棵树跳到另一棵树上，但我们的老鼠没有一只学会同样的事情。为什么不呢？”多说一句。"这是因为一个人天生就是树栖动物."

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！