人造神经元能学习人类语言了

[-]

计算机能够预先载入软件，软件内包含数百万条基于语法的编程代码。然而人类不是计算机，我们的大脑并未天生携带预存语言。那么，我们究竟是如何学习用语言和现实世界进行交流呢？

为了更好地了解这一过程，意大利和英国的科学家研制了一个人造神经网络，它能够自动复刻人类神经元的行为。这个新型认知系统由200万个互相连接的人造神经元构成，尽管这远少于人类大脑的数千亿个神经元，但足以使它学习如何进行交流。通过和人类进行对话，它能够有效地教会自己如何使用人类语言进行交流。

该系统的代号为“ANNABELL”，是“为语言学习而开发的具有适应□□的人造神经网络”的首字母缩略。结果表明，ANNABELL能够从空白状态开始学习如何执行和整合不同的认知任务，例如处理语言信息、储存信息、从长时记忆中提取信息、将注意力导向相关信息、组织语言产出。该模型可以帮助人们理解人类大脑如何发展这种能力，以及回报过程在其中所扮演的角色。

有理论认为，人类大脑能够从零发展出更高的认知技能，仅需和环境进行交互作用。研究人员表示，ANNABELL在语言处理上的成功证实了此点。他们慢慢地询问它越来越多的问题(约1,500条输入语句)，至到它能够逐步自发反应出500条回答(输出语句)。

为了简化实验，研究人员所输入的语言是早期童年的英语，大约相当于4岁儿童的水平。人类对话者通过文本界面和该神经网络进行了一系列会话。在此过程中，ANNABELL逐渐学习了名词、动词、形容词、介词和其它类型的词语，并能够用它们构建自己的反应。

[-]

上图是其中一些交谈例子。研究人员向神经网络输入了一系列信息——和特定地点相关的活动(例如学校、家庭、游戏中心)，随后要求它对一系列事件性问题作出反应。

但ANNABELL究竟是如何学习语言并将其整合进这类富含意义的对话中呢？研究人员表示，这是通过系统的两个关键机制得以实现，它们同样存在于人类大脑中：突触可塑性(突触的形态和功能可发生较为持久的改变)和神经门控(神经元能够作为开关来阻隔和传输信号在大脑不同部位之间的传递)。

简而言之，ANNABELL通过突触可塑性习得如何控制开关神经门控的信号，从而控制流向该人造大脑的信息。

然而，尽管研究人员已经成功教会计算机使用4岁儿童的语言进行交流，但他们并不打算止步不前。他们接下来打算将该模型整合进机器人里，进行进一步的拓展和测试，研究机器人和人类的交互。

本文译自 sciencealert，由 蛋花 编辑发布。