好奇心驱动神经网络形成类脑结构

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275名8至15个月大婴儿的眼动追踪数据，用以模拟婴儿学习方式；结果显示，好奇心网络的连接密度先升后降，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。

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。