参考消息网1月5日报道 据英国《新科学家》周刊网站1月1日报道，人工智能(AI)或许能够像雏鸡那样高效地从少量数据中学习。

许多鸟类刚孵化出来，就学会了识别和跟随它们遇到的第一个移动物体——这个过程被称为“印随行为”，可以在野外提供保护，帮助它们留在父母身边。鸟类不需要太多的视觉信息，就能学会偏爱一个物体并且跟随它。研究人员想知道，被称为“变换器”的人工智能模型能否在有限输入的情况下完成类似任务。

美国印第安纳大学布卢明顿分校的萨曼莎·伍德说：“没有人测试过变换器是否会比大脑更需要数据。”变换器是通用学习系统，可以接受训练以执行各种各样的任务，从而使它们既能用于人工智能聊天机器人，如ChatGPT，也能用于计算机视觉应用，如图像识别和自动汽车导航。

伍德说：“要想直接把学习算法与大脑进行比较，我们需要根据相同的经验对它们进行训练。”她和同事们首先在一个箱子里饲养小鸡，那里的唯一视觉刺激来自屏幕上呈现的一个旋转3D物体。第一周过后，他们对每只小鸡进行了数百次试验：在一个屏幕上(既从熟悉也从不熟悉的角度)显示该物体，并且在另一个屏幕上显示另一个不熟悉的物体。这些小鸡在第一个物体附近停留的时间更长，这表明它们形成了印随。

研究人员随后创建了一个虚拟模拟装置，并且安排一个虚拟代理在其中移动，同时环顾四周和记录第一人称视角。这为训练和评估四个变换器模型提供了数以万计的模拟图像。

这些人工智能模型从每张模拟图像中学习的时间只有300毫秒，这接近于生物神经元在看到一个图像后的激活时间。

伍德说，研究人员发现，“即便从稀疏环境中学习”，人工智能也能像小鸡那样快速准确地识别出3D物体——准确率约为70%。2023年12月12日，她的团队在路易斯安那州新奥尔良举行的神经信息处理系统会议上介绍了这项工作。

澳大利亚悉尼大学的安东·马丁尼奥-特拉斯韦尔说，这项研究是将机器性能与生物大脑进行比较的“了不起的工作”。（编译/葛雪蕾）