研究：人類嬰兒在判斷他人行為動機上勝過人工智慧

人類嬰兒對他人充滿好奇。他們懷著一連串豐富且具彈性的期待，去看待那些促使他人行動的意圖。紐約大學和史丹佛大學的科學家在一項新研究中，以「嬰兒直覺基準」（Baby Intuitions Benchmark）測試11個月大的嬰兒，以及最先進的學習驅動神經網路模型。這一系列的任務，挑戰嬰兒和機器，要對行為主體行動的根本原因做出高層次預測。研究結果凸顯了認知與計算之間的根本差異，也指出了當今科技的不足之處，以及人工智慧若要更完整複製人類行為時所需改進的方向。

斯托伊尼奇等人提供了一個全面的框架，用以描述嬰兒的常識心理學，並邁出了第一步，驗證人類知識和類人人工智慧能否從認知和發展理論所假設的基礎建構而成。（圖片出處：姜興博）

紐約大學的研究員莫伊拉・狄倫博士表示：「成年人甚至嬰兒，都能輕易地對他人行為的驅動因素做出可靠推論。」

「目前的人工智慧要做出這些推論卻很有挑戰。」

「讓嬰兒和人工智慧在相同任務上正面對決，這個嶄新想法使研究人員能更清楚描述嬰兒對他人的直覺知識，並提出將這些知識融入人工智慧的方法。」

同樣來自紐約大學的布倫登・萊克博士說：「如果人工智慧的目標是打造像成年人一樣具彈性、有常識的思考者，那麼機器就該借鑑嬰兒在偵測目標和偏好時所具備的相同核心能力。」

眾所周知，嬰兒對他人充滿好奇，從他們注視他人、觀察其行動，以及與他人進行社互動動的時間長短，便可見一斑。

此外，先前聚焦於嬰兒常識心理學的研究——也就是他們對他人行為背後的意圖、目標、偏好和合理性的理解——顯示嬰兒能夠將目標歸因於他人，並期望他人以理性且高效的方式追求目標。

做出這些預測的能力，是構成人類社交智慧的基礎。

為了從根本上理解人類和人工智慧能力的差異，研究人員對11個月大的嬰兒進行了一系列實驗，並將他們的反應，與最先進的學習驅動神經網路模型的反應做比較。

為此，他們採用了先前建立的「嬰兒直覺基準」（BIB）—— 六項探究常識心理學的任務。

BIB旨在同時測試嬰兒和機器的智慧，以便比較嬰兒和機器的表現，更重要的是，為打造類人人工智慧提供實證基礎。

具體而言，透過Zoom軟體，嬰兒觀看了一系列簡單的動畫圖形在螢幕上移動的影片——類似於電子遊戲。

這些圖形的行動，透過在螢幕上抓取物件和其他移動方式，模擬人類的行為和決策。

同樣地，科學家建立並訓練了學習驅動的神經網路模型—— 一種幫助電腦識別模式、模擬人類智慧的人工智慧工具，並測試模型對完全相同影片的反應。

結果顯示，即使在動畫圖形的簡化行動中，嬰兒也能識別出類似人類的動機。

嬰兒預測，這些行動是由隱藏但一致的目標所驅動——例如，不論物件在何位置，都要在螢幕上抓取同一物件，而且即使周圍環境改變，圖形也能有效率地移動。

嬰兒透過對違反其預測的事件注視更長時間，展現出這樣的預測—— 這是一種行之有年、常用於衡量嬰兒知識本質的方法。

採用這種「驚訝正規化」研究機器智慧，能直接比較演演算法對驚訝的量化衡量，以及公認的人類心理學上的驚訝衡量方式—— 嬰兒的注視時間。

模型並未顯示出理解這些行動背後動機的跡象，顯示它們欠缺嬰兒所具備的常識心理學的關鍵基本原則。

狄倫博士表示：「人類嬰兒的基礎知識有限、抽象，反映了我們的演化遺產，但它能適應嬰兒可能生活和學習的任何環境或文化。」

研究結果發表於《認知》期刊。

加拉・斯托伊尼奇等人，2023年。人類嬰兒和機器中的常識心理學。《認知》235卷：105406；doi: 10.1016/j.cognition.2023.105406