大鼠实验启发：AI系统需先“上幼儿园”再进阶

研究人员发现，当循环神经网络（RNN）首先接受简单认知任务训练时，它们能更好地处理后续更困难复杂的任务。这项由纽约大学科学家通过实验室实验和计算建模验证的研究成果发表于《自然·机器智能》期刊，论文作者将这种训练方式称为“幼儿园课程学习法”——即先灌输对基础任务的理解，再结合这些任务知识完成更具挑战性的目标。

纽约大学神经科学中心与数据科学中心副教授Cristina Savin解释：“正如人类早期发展平衡能力或玩球等基本技能，随着经验积累，这些基础技能可被组合支持复杂行为（例如骑自行车时抛接多个球），我们的研究将相同原理应用于增强RNN能力：先学习简单任务序列并存储知识，再应用这些任务的组合成功完成更复杂任务。”

在实验中，实验室大鼠需要学习特定声音信号与端口灯光提示的关联，并理解这些线索不会立即触发水源释放。为获取水源，动物必须建立多重基础认知（如声音预示水源到来、需在视听提示后等待）并整合这些简单任务以达成目标。研究人员采用类似原理训练RNN执行博弈任务（需基于基础决策实现长期收益最大化），结果显示：采用幼儿园课程学习法的RNN训练速度远超现有方法。