DeepMind发现，AI代理可以通过模仿人类和其他动物进行社会学习

　　Google DeepMind的机器学习研究团队最近宣布，他们成功证明了人工智能(AI)代理可以通过社会学习的方式获取技能，类似于人类和其他动物的学习过程。这一成果被认为是在人工智能领域的重大突破，为实现人工通用智能迈出了一步。

　　研究团队由Google DeepMind的工程师Edward Hughes领导，他们试图解决AI代理获取新技能的一些限制。传统上，通过向AI代理展示大量第一人称人类演示视频的监督学习是一种常见的方法，但这需要大量实验室时间和金钱。为了启发AI代理，研究人员转向人类学习，试图展示AI代理如何能够以类似于人类的效率从其他个体那里学习。

　　在一个名为GoalCycle3D的虚拟环境中，研究团队让AI代理在模拟的物理任务空间中学习，这个环境类似于一个计算机动画的游乐场，有着小道和障碍物。令人惊讶的是，尽管AI代理从未见过真实人类，也不清楚人类是什么，它们仍然能够从人类和其他AI专家那里学习解决各种导航问题。

　　研究团队通过强化学习成功训练了一种代理，该代理能够在几分钟内识别新专家、模仿其行为，并记住所学知识。这使得AI代理能够在新领域中实时模仿人类的行为，而无需使用任何预先收集的人类数据。研究团队认为，他们发现了一组令人惊讶的简单要素，足以生成文化传播，并为严格评估它提供了一种方法。

　　研究论文发表在同行评审的开放获取期刊《自然通讯》上，论文中指出，这为文化演变在人工通用智能发展中发挥算法作用铺平了道路。研究者期待着人工智能领域的其他人将这些发现广泛应用，展示文化演变如何在人工智能中发展技能。

　　研究者建议未来进行跨学科合作，探讨在实验室环境中通过几代人类和AI的文化积累进行比较，以及混合人类和AI参与者对人工智能发展的影响。这一领域的交叉研究将有望促成有益的互动，将人工智能和文化演化心理学领域有机地结合在一起。