研究来自谢菲尔德大学的发现显示，通过机器人将人工智能系统连接到现实世界，并使用进化原理进行设计，是使人工智能获得类似人类认知能力的最有可能的途径。谢菲尔德大学的研究人员表示，除非人工智能系统通过机器人连接到现实世界并使用进化原理进行设计，否则人工智能系统不太可能获得类似人类认知能力。当前的人工智能系统，如ChatGPT，模仿人脑的某些过程来利用数据集解决复杂问题，但谢菲尔德的研究人员表示，这种脱离实体的人工智能不太可能类似于真实大脑处理的复杂性，无论这些数据集有多大。生物智能（如人脑）是通过特定的结构实现的，通过与现实世界的连接学习和改进，但这在人工智能的设计中很少被使用。将人工智能体现在机器人中，使其能够与周围世界互动并像人脑一样进化，这是人工智能发展类似人类认知能力的最有可能的方式。谢菲尔德大学的研究人员指出，当前的人工智能系统，如ChatGPT，使用大型神经网络解决困难问题，例如生成可理解的书面文字。这些网络教会人工智能以类似人脑的方式处理数据，也从错误中学习以改进并变得更准确。然而，谢菲尔德的研究人员表示，尽管这些模型与人类大脑有相似之处，但也存在重要差异，这些差异阻止了它们获得类似生物智能。真实的大脑是体现在具体系统中的-人体-直接感知和行动于世界。体现使大脑过程以一种脱身的人工智能不可能的方式有意义，后者可以学习认识并生成数据中的复杂模式，但缺乏与物理世界的直接联系。因此，这种人工智能对周围世界没有理解或意识。第二，人类大脑由多个子系统组成，这些子系统以特定配置组织在一起-称为结构-自鱼类动物到人类都类似，但不同于人工智能。谢菲尔德的研究表明，生物智能-如人脑一样-已通过特定结构的发展而得以实现，并通过其与现实世界的连接克服挑战，学习和不断改进。教授Tony Prescott说：“ChatGPT等大型神经网络模型是人工智能中令人兴奋的发展，它们表明学习人类语言结构这样的真正难题是可以解决的。然而，如果继续使用相同的方法设计这些类型的人工智能系统，它们不太可能进展到能像人类大脑完全思考的程度。机器人能够通过传感器和执行器（如摄像头和麦克风、车轮和夹具）为人工智能系统提供这些连接。然后，人工智能系统将能够感知周围世界并学习如同人类大脑一样。”谢菲尔德的学者表示，最近一些控制机器人的人工智能的进展。例如，使用循环神经网络模型-由多个反馈循环组成的模型-这些模型经过训练后能更好地预测接下来可能发生的事情。然而，研究表明，机器人人工智能在捕捉不同脑子系统作为更广泛认知结构的一部分如何协同工作方面，距离真实大脑尚有很长一段路要走。 Sturt Wilson博士说：“通过为机器人建造人工大脑来理解真实大脑如何控制身体的努力，近几十年来在机器人技术和神经科学领域取得了令人兴奋的进展。在回顾了一些主要关注人工大脑如何学习的努力后，我们认为人工智能的下一个突破将更加接近于模仿真实大脑是如何发展和进化的。” 论文《通过机器人了解大脑的功能结构》发表在《科学机器人学》上。联系：更多信息请联系：有关信息谢菲尔德大学计算机科学
”
