Feb, 2023

认知心理学启发下的人工智能自主探索

PDF
TL;DR该研究旨在探讨人类探索行为与人工智能自主性和适应性的联系，并将认知心理学范例应用于机器学习方法中。研究表明，与人类对应的人工智能代理可以通过内部状态与探索行为之间的因果关系来学习并自我发展，这对于人类认知研究和人工智能的发展都具有重大意义。
explorationartificial intelligencecognitive psychologymachine learninghuman cognition
发现论文，激发创造
  • 从心理好奇到人工好奇：人工智能任务中基于好奇心的学习

    本文综述了心理好奇心对于人类智能的重要作用，阐述了人工好奇心与人类认知发展的联系及其应用场景，并对强化学习、推荐系统和分类方法等领域中已有的好奇心驱动学习方法进行综述，提出了深入研究的方向和未来的改进工作。

    Jan, 2022

  • 智能空间导航的 AI 实现

    人工智能作为探索工具，创造和研究能够揭示与人类和动物智能形式不同的候选智能构件的系统，以探索智能的可能空间。通过研究人类和大型语言模型在组合新概念和虚构概念能力方面的最近工作，证明后者在解决此任务时可能与人类假设的方式完全不同，但对智能研究同样具有重要意义。

    Jan, 2024

  • 通用智能需要重新思考探索

    通过将探索驱动的学习概念性地统一监督学习和强化学习之间的探索驱动学习，我们提出了广义探索问题，以突出不同学习设置之间的关键相似之处和开放研究挑战，广义探索是用于维护开放式学习过程的必要目标。

    Nov, 2022

  • 自我视角下的他人评估

    人工智能系统在模拟或接近人类间的相互作用中，特别是在多层次环境中与不同实体进行的情况下，必须首先深入而细致地理解自己，以实现对人类认知的高质量理解。

    Dec, 2023

  • 脑科学和认知心理学发现综述作为通往人工智能广泛智能的灵感可能性

    该综述旨在通过研究神经科学和认知心理学的方法，为人工通用智能的追求做出贡献。尽管深度学习模型在各个领域取得了令人印象深刻的进展，但它们在抽象推理和因果理解方面仍然存在缺点。这些能力应该最终整合到人工智能系统中，以克服数据驱动的限制，并以更加接近人类智能的方式支持决策。本工作是一项纵向综述，试图广泛探索大脑功能的范围，包括从低层生物神经元、尖峰神经网络和神经元集合到更高层的概念，如脑解剖学、向量符号体系结构、认知和分类模型以及认知体系结构。希望这些概念能为人工通用智能的解决方案提供启示。

    Jan, 2024

  • 通过认知科学原理推进人工智能的感知能力

    通过对认知科学和人工智能的比较研究，本文旨在以认知科学为基础构建基本的人工智能研究模块，并提供了一系列通过认知科学启发的人工智能方法，以开发更好的感知系统。

    Oct, 2023

  • 基於内在動機的自我意識代理學習玩耍

    使用神经网络的好奇心驱动内在动机以及采用自我监督的方法，在简单而生态自然的模拟环境中，实现自主环境探索，获取对环境的理解，从而创造一系列复杂的行为，并提高了对象动态预测、检测、定位和识别任务的性能。

    Feb, 2018

  • 通往类人工智能的社交之路

    通过证据的汇集，展示了自然智能是通过不同尺度的互动网络中的智能集体、社会关系和主要进化转变而产生的，这些过程通过种群压力、军备竞赛、马基雅维利选择、社会学习和积累文化等机制促进了新数据的产生，将这些机制整合到智能代理的视角中，表明通过持续的新数据生成实现类人复合创新的可能路径。

    May, 2024

  • 内省型智能体：代表行动机构的策略、生理和感知间的相互依存

    本文提出了一种基于内省的代理机制，通过考虑代理自身的能力与环境背景相结合来实现任务目标，以增加现有体验智能机制的功能和实时适应性。

    Jan, 2022

  • SocialAI 学校：发展心理学对人工社会文化代理的启示

    本文旨在将心理学的社会认知能力引入到人工智能的社交互动代理中，并提出了一个名为 SocialAI school 的工具，用于进行与社会性和认知能力有关的实 现实验的参数化环境。

    Jul, 2023