关键词biological intelligence
搜索结果 - 5
- 肉匹配机器!多尺度能力实现因果学习
生物智能相较于机器智能在不同层面展现出调适性、目标导向的行为;本文通过对多层次情绪学习的形式化来理解生物智能如何学习因果关系,并指出在硅中工程化人类抽象会在高层目标导向行为和低层目标导向行为之间断开连接,这抑制了因果关系的学习。
- 人工智能中的决策侧重性:证据支持的利与弊
研究表明侧化是脊椎动物大脑中普遍存在的现象,同时也在生物智能中扮演了一个重要角色,最近已将侧化运用于人工智能系统中以解决计算机视觉和导航方面的复杂问题,并得到了实验结果的验证。
- 在文本引导的图像生成中测试关系理解
本研究使用了 15 种基本物质和社会关系对最近的文本引导图像生成模型 DALL-E2 进行了系统的经验性考察,发现只有大约 22%的图像与基本关系提示匹配。研究结果表明,当前的图像生成模型尚未掌握涉及简单对象和代理人的基本关系,本文从认知和 - 使用脑启发的调制强化学习可以提高对环境变化的适应能力
研究提出了一种新的神经元学习规则,它使用突触前输入来调制预测误差,将其嵌入表格和深度 Q 网络强化学习算法中,可以在简单而高动态的任务中胜过传统算法,这提出了一种新的生物智能核心原则。
- 基于对称性的人工和生物智能表示
本篇论文讨论了对称变换作为引导好的感性表征的一个基本原则,并探讨了对称变换在生物智能中的应用以及对机器学习的数据效率和泛化能力的提升作用。