研究发现：好奇心或驱动人类大脑形成复杂结构

剑桥大学团队训练数千套人工神经网络后发现，好奇心最强的网络在未见过的测试中表现更好，并自发形成分层模块化等类脑结构。研究还采集了 275 名 8 至 15 个月大婴儿的眼动追踪数据来模拟婴儿学习方式，好奇心网络连接密度先升后降，与人脑发育规律吻合。研究者据此提出，打造好奇心驱动、学习模式贴近人类的 AI 或是一条通往复杂认知的可行路径。