科學家們正嘗試解決人與機器之間的差距問題。英國《自然·人類行為》上發表的一項研究指出，一個人工智能(AI)系統能以類似嬰兒的方式學習物理世界的基本常識性規則。“直觀物理學”是體現智力的基礎，使人們能夠與物理世界進行真實的接觸，這也是人類所謂“常識”的關鍵組成部分。

人類在這方面具有先天優勢，即使年幼的嬰兒也懂得“直觀物理”，即世界運作的常識性規則。只有5個月大的嬰兒在看到了不符合物理規律的場景也會感到驚訝，比如玩具突然不見了。然而，再厲害的AI系統在對“直觀物理”的理解上也相形見絀——長久以來，讓機器學習算法來學習“直觀物理”非常困難，盡管這些系統已經在許多其他任務上表現出超越人類的能力，如學習識別不同的物體。

此次，英國“深度思維”(DeepMind)公司的路易斯·派洛特及其同事報告了一個能學習直觀物理的深度學習系統，名為PLATO。PLATO包含的系統受到嬰兒如何學習的啟發。尤其值得一提的是，PLATO遵循這樣一種理論，即認為物體在人類周圍物理世界的表現和預測中扮演核心角色。

研究團隊通過給PLATO觀看許多描繪簡單場景的視頻來訓練它，比如球落到地上，球滾到其他物體后面又再次出現，很多球之間彈來彈去。訓練之后，研究人員給PLATO觀看了有時包含不可能場景的視頻，以此作為測試。和年幼的小孩一樣，PLATO在看到“不可能場景”時表現出了“驚訝”，比如物體互相穿過卻沒有發生相互作用。PLATO只觀看了28小時的視頻就獲得了以上學習效果。

這些結果對AI和人類認知研究皆有重大影響。研究團隊表示，這一模型可以學習各種物理概念，且體現出與發展心理學的發現一致的特點，而PLATO可以作為研究人類如何學習直觀物理的一個有力工具，同時也表明了物體表征對于人類理解周圍世界具有重要作用。

關鍵詞： 計算機學習 人與機器 直觀物理學 人工智能