DeepMind发现，人工智能可以实时模仿人类的社交学习技能

人类的智慧在很大程度上依赖于从其他人那里获得知识——这些知识随着时间的推移积累起来，成为我们文化进化的一部分。这种在文献中被称为文化传播的社会学习方式，使我们能够实时地模仿动作和行为。但是，人工智能也能以同样的方式发展社会学习技能吗？

模仿学习长期以来一直是人工智能的一种训练方法，指导算法观察人类完成任务，然后尝试模仿他们。但通常，AI工具需要多个示例和大量数据的曝光才能成功复制他们的训练者。

现在，DeepMind研究人员的一项开创性研究声称，AI代理也可以在实时环境中展示社会学习技能，通过在新颖的环境中模仿人类“而不使用任何预先收集的人类数据”。

具体而言，团队专注于一种特定形式的文化传播，即观察学习或（少样本）模仿，指的是身体动作的复制。

DeepMind在一个名为GoalCycle3D的模拟环境中进行了实验，这是一个具有不平坦地形、人行道和障碍物的虚拟世界，AI代理需要在其中导航。

为了帮助AI学习，研究人员采用了强化学习。对于那些对巴甫洛夫在该领域的工作不熟悉的人来说，这种方法基于为促进学习和达到期望结果的每个行为提供奖励 - 在这种情况下，是找到正确的路径。

在接下来的阶段，团队添加了专家代理（无论是硬编码还是由人控制），他们已经知道如何在模拟中导航。AI代理很快理解到，到达目的地的最佳方法是向专家学习。

研究人员的观察结果是双重的。首先，他们发现当模仿专家时，AI不仅学习速度更快，而且还将所获得的知识应用于其他虚拟路径。其次，DeepMind发现即使没有专家，AI代理仍然可以使用他们的新技能，这在研究作者看来构成了社会学习的一个例子。

尽管作者指出需要进行更多的研究，但他们认为他们的方法可以为“文化演化在人工通用智能的发展中发挥算法作用”铺平道路。他们还期待AI和文化进化心理学领域之间进一步的跨学科合作。

尽管DeepMind的突破处于早期阶段，但它可能对人工智能行业产生重大影响。这样的进步有可能减少传统、资源密集型的算法训练，同时增加它们的问题解决能力。它也引发了一个问题，即人工智能是否能够学习获取人类思维的社会和文化要素。