2022年7月11日，DeepMind研究人员受婴儿视觉认知研究的启发，开发出可以以类似婴儿的方式学习物理世界的基本常识性规则的人工智能系统。相关研究成果发表在《自然-人类行为学》杂志上。

“直观物理学”是体现智力的基础，使人们能够与物理世界进行真实的接触，这也是人类所谓“常识”的关键组成部分。但最先进的人工智能系统仍然难以捕捉在日常人类场景中指导预测、推理和行动的“常识”知识。为了在人工智能系统中追求更丰富的常识物理直觉，研究人员从发展心理学中获得灵感，构建的深度学习系统PLATO整合了物理学是在离散对象及其相互作用的层面上来理解问题这一核心思想，并从行为上探究人工智能系统是否拥有直觉物理知识的问题。

PLATO包括感知模块和动态预测器两部分。在实验中，研究人员通过给PLATO观看许多描绘简单场景的视频来训练它，再给PLATO观看了有时包含不可能场景的视频，以此作为测试。实验结果证明PLATO和婴儿一样在看到没有意义的场景时表现出了“惊讶”。研究发现，该模型不仅能够对未见过的物体和动力学具有鲁棒性，还能演示学习，与婴儿研究中看到的特征相似。

研究人员表示，PLATO胜过更传统的“从零开始学习”系统，有望帮助研究人类如何学习直观物理。美国西北大学教授Susan Hespos认为，该研究正在突破人工智能的可解释性的界限。

信息来源：

https://www.nature.com/articles/s41562-022-01394-8

https://www.nature.com/articles/s41562-022-01395-7

https://www.thepaper.cn/newsDetail_forward_18978930