Nat. Hum.Behav. 速递｜人类和机器学习中的“自我”

关键词：自我表征，自我定位，深度强化学习

论文题目：Self-orienting in human and machine learning
斑图地址：https://pattern.swarma.org/paper/ee7483e2-491b-11ee-9fd4-0242ac17000d
论文地址：https://www.nature.com/articles/s41562-023-01696-5

关于自我的计算概念，目前提出的一个观点是，自己的身体在特定时间和地点的表征，包括将这种表征认知为主体。这将自我表征（self-representation）转化为自我定位（self-orientation）的过程，对于任何类似人类的主体来说都是一个具有挑战性的计算问题。

为了研究这个过程，本文创建了几个基于简单视频游戏的“寻找自我”任务，玩家（N=124）必须在一组候选者中识别自己以便有效地进行游戏。定量和定性测试表明，人类玩家在自我定位方面几乎是最优的。相比之下，众所周知的深度强化学习算法，尽管在学习更复杂的视频游戏方面表现出色，但远未达到最优水平。研究认为，自我定位允许人类在新环境中灵活导航。

图1. “寻找自我”的逻辑游戏

图2. 游戏的结果

编译｜梁金

AI+Science 读书会

详情请见：

人工智能和科学发现相互赋能的新范式：AI+Science 读书会启动

推荐阅读

‍1. 模块化主体：拥有“多重自我”帮助探索和适应复杂多变的世界 | PNAS速递

2. “意识机器”初探：如何让大语言模型具备自我意识？

3. 意识机器：ChatGPT 能否拥有自我意识？

4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程

5. 成为集智VIP，解锁全站课程／读书会

6. 加入集智，一起复杂！

点击“阅读原文”，报名读书会