科技日报北京7月11日电 （记者张梦然）科学家们正尝试解决人与机器之间的计算机直机器距差距问题。英国《自然·人类行为》上发表的观学一项研究指出，一个人工智能（AI）系统能以类似婴儿的习思方式学习物理世界的基本常识性规则。

“直观物理学”是考试体现智力的基础，使人们能够与物理世界进行真实的图消接触，这也是除人人类所谓“常识”的关键组成部分。人类在这方面具有先天优势，计算机直机器距即使年幼的观学婴儿也懂得“直观物理”，即世界运作的习思常识性规则。只有5个月大的考试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。图消然而，除人再厉害的计算机直机器距AI系统在对“直观物理”的理解上也相形见绌——长久以来，让机器学习算法来学习“直观物理”非常困难，观学尽管这些系统已经在许多其他任务上表现出超越人类的习思能力，如学习识别不同的物体。

此次，英国“深度思维”（Deep Mind）公司的路易斯·派洛特及其同事报告了一个能学习直观物理的深度学习系统，名为PLATO。PLATO包含的系统受到婴儿如何学习的启发。尤其值得一提的是，PLATO遵循这样一种理论，即认为物体在人类周围物理世界的表现和预测中扮演核心角色。

研究团队通过给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“不可能场景”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。

这些结果对AI和人类认知研究皆有重大影响。研究团队表示，这一模型可以学习各种物理概念，且体现出与发展心理学的发现一致的特点，而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类理解周围世界具有重要作用。

(责任编辑：热点)