剑桥大学团队通过模拟婴儿学习行为,训练数千个人工神经网络,发现高好奇心模型在任务泛化能力、模块化结构及连接发育规律上均更接近人脑。实验基于275名8–15个月婴儿眼动数据,设定学习速率阈值触发任务切换。结果显示,好奇心模型不仅表现更优,还在三维虚拟脑空间中自发形成分层模块与突触修剪式发育轨迹,对应生理年龄约20岁;低好奇心模型则停滞于约9岁水平。研究提示好奇心或非仅大脑产物,更是塑造复杂认知结构的关键演化动力。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。
剑桥大学团队通过模拟婴儿学习行为,训练数千个人工神经网络,发现高好奇心模型在任务泛化能力、模块化结构及连接发育规律上均更接近人脑。实验基于275名8–15个月婴儿眼动数据,设定学习速率阈值触发任务切换。结果显示,好奇心模型不仅表现更优,还在三维虚拟脑空间中自发形成分层模块与突触修剪式发育轨迹,对应生理年龄约20岁;低好奇心模型则停滞于约9岁水平。研究提示好奇心或非仅大脑产物,更是塑造复杂认知结构的关键演化动力。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。