AI 在科学研究的应用

聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。

本文为“AI 将如何影教育”的精华内容分享。

我目前在做的一件事，就是利用AI反射人类的学习方式，以AI为镜而明己身。如何理解呢？

像其他回答所讲的AI革新与进步，本质上都是将AI当作一件工具或一个发明，与计算机、汽车似乎没有什么差别，作为一种技术手段来看，这样的理解非常准确。不过，让我们再稍微思考一下这其中的不同。

AI在做的，是将人类的认知、学习、记忆等功能剥离出来，并在二进制计算机上复现，以获得特定任务上快速、准确的处理能力。在某些任务上，比如自然语言处理中的文本分类，BERT衍生的最新模型甚至已经达到超越人类基准线的水平。归根结底，AI学科在诞生之初，就是从脑科学以及认知神经学衍生而来的，也就是说，AI的底层学习方式，本质上就是在模仿人类，比如最著名的深度神经网络，其神经元激活方式和多层结构就是直接效仿了人脑神经网络的机制。

既然如此，我们能不能将AI看作人的多个子集，不同子集中活跃的某些模型或系统机制，正好对应着人类所具有的某种思考、学习模式？更进一步，这些模式是否可以被用来借鉴，甚至提升人类的思维方式？

答案是肯定的。

虽然我的研究从去年开始，在各个平台已经发表了一些成果，目前也帮助了上万名对思维、学习方式感到困惑的学生，但因为只是个人的业余兴趣，缺少系统性的计算机科学、神经学及心理学的实验结论支撑。不过，有趣的是，Deepmind前段时间发表的论文，正好印证了我的假说：

Prefrontal cortex as a meta-reinforcement learning system​www.nature.com

这篇paper论证了人脑的前额皮质与AI强化学习系统的联系。为了证明导致人工智能元强化学习的关键因素也存在于大脑之中，DeepMind 研究者提出了一个理论，也就是我所说的AI反射理论。该理论不仅符合多巴胺和前额叶皮质的现有知识，而且也解释了神经科学和心理学的一系列神秘发现。尤其是，该理论揭示了大脑中如何出现结构化的、基于模型的学习，多巴胺本身为什么包含基于模型的信息，以及前额叶皮质的神经元如何适应与学习相关的信号。

根据论文中的描述，对人工智能的深入了解可以帮助解释神经科学和心理学的发现，这也强调了领域之间可以互相提供价值。比如在目前进展较快的强化学习领域，根据智能体的学习模式，我们已经可以从特定的脑回路组织中获得许多逆向思维的益处。

举个例子，我的第1期文章从强化学习讲起，最后通过智能体的学习方式，解构了日常生活中游戏的成瘾机制，最后借助强化学习系统的知识，总结出了如何高效利用大脑的系统机制进行学习

图灵的猫：【思维论01】如何让自己像打王者荣耀一样发了疯、石乐志的学习？​zhuanlan.zhihu.com

图标

在未来，希望有更多科研成果出现，让我们可以通过通俗易懂的语言，将这种思维方法普及给更多人，提高我们获取知识的能力，并改变对事物的认知和思考习惯。

作者：图灵的猫

链接：https://zhuanlan.zhihu.com/p/32830772

来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。