「我们不以大多数人所想的方式开发人工智能，」Sagar 说，「在神经科学和认知科学中存在许多有争议的理论，现有知识可能仅代表冰山一角。而最困难但也最深刻有趣的部分是：生物学启发的方法如何从不同规模过程的相互作用中出现更高的认知水平。」

Sagar 和他的团队测试了 BabyX 与人类的互动。BabyX 能够处理人类的情绪、理解他们的行动背后的意义、并根据她过去与 Sagar 的互动中所学的东西做出回应。BabyX 的屏幕之后是一个大脑的实时模拟，使它能够提示面部模拟眨眼和观众报以微笑。Sagar 认为脸部是发展是有效交互式人工智能的关键，因为它是大脑的反映，并揭示了有意识思维的内在运作。例如，一个简单的微笑是脑内连接的复杂、交织系统运行的结果。

「BabyX 通过使用者的行为和宝宝的行为之间的关联来学习，」Sagar 说道，「在一种学习形式中，咿呀声会使 BabyX 探索她的运动空间、移动她的脸或手臂。如果使用者的响应类似，则表示 BabyX 的动作神经元开始通过称之为 Hebbian 学习的过程与响应使用者动作的神经元相联系，共同发挥作用的神经元会聚在一起。」

在重复过程之后，新的神经连接开始在 BabyX 的模拟大脑中创建一个映射，将其动作与使用者的动作相匹配，为更高级的模仿打基础。人类大脑的工作方式大同小异——即通过完成一个动作，大脑形成新的连接并通过重复这个动作而加强。

最终，这个模拟的婴儿通过她大脑处理的环境信息来做出自己的反应。本质上，BabyX 通过不断改进代码进行学习。

BabyX 的学习能力是基于生物学似乎可信的学习模型中，这种算法模拟和翻译人类大脑如何处理信息和释放大脑中的化学反应，例如多巴胺或催产素水平。当她不明白一个单词或动作时，BabyX 显示困惑的表情，但当她正确地读一个单词时，她会快乐地笑起来，并释放更高水平的「快乐激素」多巴胺。每个算法都控制神经系统从而令她能够模仿、建立反馈系统还有通过互动和演示学习新的信息。

「我想探索如何将基于生物学的行为、情绪和认知的计算模型集成到动画中，特别是面部，」Sagar 说道，「面部表情是人类经验许多方面的纽带。这对探索学习和心理发展的基础，甚至可能对我们未来与更复杂、自主技术的相互作用和使用都至关重要。」

由于面部是沟通的一个首要手段，Sagar 希望他的实验可以为未来的健康和教育应用奠定基础，例如旨在与自闭症或其它社交障碍疾病儿童患者进行互动的方案。一个可以感受到人的情绪、处理并了解他们的感受的系统是驱动人工智能研究的目标，这就像我们人生中最初的光阴一样——建立一个可以自己思考的大脑。

©本文为机器之心编译文章，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]