现代人工智能和神经网络的一个根本限制是，它们不擅长在没有现有地图的情况下进行空间映射或导航。然而，TechXplore报告称，预测编码算法和Minecraft的结合成功地“教会”了神经网络如何创建空间地图，随后使用这些空间地图预测视频的后续帧，预测图像和最终图像之间的均方误差为0.094%。
该项目展示了人工智能真正的空间意识，这在OpenAI的Sora等产品所带来的不可能的架构和其他奇怪的故障中仍然没有见到。
这些发现来自一篇发表在Nature.com上的《自然机器智能》杂志上的论文，该论文名为《使用视觉预测编码自动构建认知地图》，作者是加州理工学院(Caltech)的JamesGornet和MattThomson。这篇论文昨天刚刚向公众发布，详细介绍了如何实现这一目标，甚至在GitHub和Zenodo上分享了代码。
参与该项目的两名研究人员之一马特·汤姆森(MattThomson)接受了TechXplore的采访，并就该项目的进展以及他们开展该项目的原因提供了一些值得注意的引述。
MattThomson认为：“人们认为，即使是最先进的人工智能模型也还不是真正的智能。它们不能像我们一样解决问题;它们无法证明未经证实的数学结果或产生新的想法。我们认为这是因为它们无法在概念空间中导航;解决复杂问题就像在概念空间中移动，就像导航一样。人工智能更像是记硬背——你给它一个输入，它会给你一个回应。但它无法综合不同的想法。”
领导该项目的研究生詹姆斯·戈内特鼓励使用Minecraft，并在加州理工学院计算与神经系统(CNS)系学习神经科学、机器学习、数学、统计学和生物学。他没有提供关于这一过程的引述，但汤姆森表示CNS非常适合詹姆斯的工作，并且“我们希望反过来了解大脑”，而不仅仅是推进人工智能。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！