研究称好奇心驱动神经网络自发形成类脑结构

剑桥大学等机构的研究显示，具备高内在好奇心的人工神经网络在训练中会自发演化出类似人脑的分层模块化结构。研究人员通过训练数千套不同学习模式的网络发现，好奇心机制促使网络主动切换任务以最大化信息增益，从而形成更复杂、灵活的认知能力。 实验结果表明，这类网络在未见过的新测试中表现更优，其结构成熟度对应约20岁的生理年龄，且呈现出“先增后减”的发育规律。该发现挑战了仅靠扩大规模提升AI能力的传统路径，提出好奇心驱动可能是实现复杂认知与类人智能的关键因素。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。