人类如何使用对象以新颖的方式解决问题

人类是自然的创意工具用户。当我们需要在钉子中驾驶但没有锤子时，我们很容易意识到我们可以在其位置使用沉重的平坦物体，如岩石。当我们的桌子是摇摇晃晃的时候，我们很快发现我们可以将一堆纸上放在桌子腿下以稳定它。但是，虽然这些行为对我们来说很自然，但他们被认为是一个伟大的情报的标志 - 只有其他一些物种使用对象以新颖的方式来解决他们的问题，而且没有人可以像人那样灵活地这样做。是什么为我们提供了以这种方式使用对象的强大功能？

在发表的新文件中国家科学院的诉讼程序描述在MIT的大脑，思想和机器中心进行的工作，研究人员Kelsey Allen，Kevin Smith和Joshua Tenenbaum研究了利用这种简易工具使用的认知组件。他们设计了一种小说任务，虚拟工具游戏，该水龙头进入工具使用能力：人们必须从一组“工具”中选择一个对象，即它们可以在二维，计算机化的场景中放置以实现目标，例如将球放入某个容器中。解决这场游戏中的谜题需要推理大量物理原则，包括启动，阻止或支持对象。

该团队假设有三个能力人们依赖于解决这些难题：先前的信仰，以指导人们对那些对现场有所作为的人的行为，能够想象他们行为的影响以及快速的机制更新他们对可能提供解决方案的行动的信念。它们构建了一个模型，实例化了这些原则，称为“示例，模拟，更新”或“SSUP”的模型，并且它将与人们相同的游戏。他们发现SSUP以类似的汇率和与人们类似的方式解决了每个拼图。另一方面，一个流行的深度学习模式，可以很好地玩Atari游戏，但没有相同目的和物理结构无法概括其知识，难以审视它没有直接培训。

本研究为研究和正式化支持人类工具使用的认知提供了新的框架。该团队希望扩展此框架不仅仅是研究工具使用，还希望人们如何为新问题创建创新的新工具，以及人类如何将这些信息从简单的物理工具建立，以便将其作为现在零件的计算机或飞机等复杂物体构建我们的日常生活。

Kelsey Allen，Ph.D.在麻省理工学院的计算认知科学实验室中的学生很兴奋，虚拟工具游戏如何支持其他认知科学家感兴趣的工具使用：“在这个域名中探索了这么多。我们已经开始与多个不同机构的研究人员合作，这些研究人员在研究游戏意味着乐趣的过程中，研究实施方案如何影响因素的物理推理。我希望认知科学界中的其他人将使用游戏作为一个游戏工具更好地了解物理模型如何与决策和规划相互作用。“

Joshua Tenenbaum在麻省理工学院的计算认知科学教授，认为这项工作不仅是对人类认知和文化的重要方面，而且如何在机器中建立更多人类形式的智力。“人工智能研究人员对加强学习（RL）算法的潜力非常兴奋，因为人类所做的，但是人类的真实试验和错误学习，人类从偶然展开Tenenbaum说，试验 - 不是数百万或数十亿的经验，就像今天的RL系统一样。“虚拟工具游戏使我们能够在人类中学习这种非常快速和更自然的试验和错误学习形式，以及SSUP模型能够捕获我们在人类中看到的快速学习动态的事实也可能指出了对RL的新AI方法的方式，可以从他们的成功，失败和他们的近似小姐那样快速地和近似的射门。“

---

---

这个故事被重新发布由麻省理工学院新闻（web.mit.edu/newsoffice/），一个受到麻省理工学院研究，创新和教学的新闻的热门网站。