该论文介绍,即使年幼的婴儿也懂得“直观物理”——即世界运作的常识性规则。只有5个月大的婴儿在看到了不符合物理规律的场景也会感到惊讶,比如玩具突然不见了。然而,让机器学习算法来学习直观物理被证明很难,尽管这些系统已经在许多其他任务上表现出超越人类的能力,如学习识别不同的物体。
论文通讯作者、英国人工智能企业DeepMind路易斯·皮洛托(LuisPiloto)和同事研发出一个能学习直观物理的深度学习系统,名为PLATO。PLATO包含的系统受到了婴儿如何学习的研究的启发。尤其值得一提的是,PLATO遵循认为物体在人们周围物理世界的表示和预测中扮演核心作用的理论。
他们通过给PLATO观看许多描绘简单场景的
视频来训练它,比如球落到地上,球滚到其他物体后面又再次出现,很多球之间弹来弹去。训练之后,研究人员给PLATO观看了有时包含不可能场景的
视频,以此作为测试。和年幼的小孩一样,PLATO在看到没有意义的场景时表现出了“惊讶”,比如物体互相穿过却没有发生相互作用。PLATO只观看了28小时的视频就获得了以上学习效果。
论文作者总结表示,PLATO可以作为研究人类如何学习直观物理的一个有力工具,同时也表明了物体表征对于人们理解周围世界具有重要作用。