科学家们开发了一种新的人工智能训练方法，为人工智能提供了一项基本的人类技能：将两个学到的概念连接成一个新的概念。他们的组合元学习（MLC）使人工智能重复完成组合任务。很快，它可能会消除每次遇到新概念时重新训练机器的需要。
像OpenAI这样的人工智能公司承认，他们的工作最终将导致一台可以像人类一样思考和行为的机器。他们的研究为世界提供了生成人工智能工具，几乎可以生产我们想要的任何媒体。很快，人工智能可能会在没有人为干预的情况下产生新的想法，为更多机会铺平道路。
本文将讨论这种革命性的 AI 训练技术。稍后，我将解释自 ChatGPT 成为主流以来人工智能取得了多大进展。
科学家是如何创造新的人工智能训练的？
在解决MLC之前，让我们简要讨论一下生成人工智能工具的工作原理。ChatGPT 和类似的工具依赖于包含大量单词的大型语言模型。
它将单词与用户的单词进行匹配，并将它们组合成连贯、相关的答案。例如，如果它收到单词“跳跃”，它可以制作诸如“跳两次”或“向右跳两次”之类的短语。
但是，如果AI程序得到一个未知的单词，例如“spin”，则不会提供结果。你必须为这个词重新训练整个LLM，这是一个艰苦而昂贵的过程。
这就是为什么科学家创造了一种训练人工智能的新方法：组合性的元学习。如前所述，它使AI工具对新学习的单词应用不同的规则。
它还会提供有关它是否正确遵循规则的反馈。研究人员使用以下步骤来测试他们的AI训练方法：
他们让人类使用相同的规则匹配相同的单词。
然后，他们记录了人为错误。
之后，他们指示人工智能在完成任务时学习。传统方法涉及跟踪静态数据集。
专家们通过将人为错误应用于他们的人工智能来比较人工智能和人类的表现。
人工智能程序分享的答案几乎与人类志愿者的答案相同。
“35年来，认知科学，人工智能，语言学和哲学的研究人员一直在争论神经网络是否可以实现类似人类的系统泛化，”纽约大学科学家Brenden Lake说。
“我们首次表明，通用神经网络可以在头对头比较中模仿或超过人类的系统泛化。
德国奥斯纳布吕克大学自然语言处理专家埃拉·布鲁尼（Ella Bruni）表示，这项研究可以使人工智能程序成为更高效的学习者。
现代 AI 有哪些功能？
ChatGPT 让世界看到了人工智能的能力。它让每个人都感到惊讶，几乎产生了任何可以想象的文本，从笑话到研究论文。.
然而，它已经变得如此先进，以至于科学家们正在努力从人工智能生成的论文中过滤人造研究论文。如今，越来越多的专家正在通过人工智能生成的研究，这对同行评审提出了新的挑战。
西北大学的医生兼科学家Catherine Gao博士测试了ChatGPT是否可以创建令人信服的研究论文。“我想知道它是否可以写科学摘要，”高说。
“我要求它写一篇关于一项假设的机器学习研究的摘要，重点是重症监护室的肺炎，”她补充道。因此，该程序以“非常好的摘要”让她感到惊讶。
ChatGPT在Meta-learning for Compositionality研究之前表现出令人惊讶的高情绪意识。在撰写本文时，AI程序无法展示或报告情绪。
Zohar Elyoseph，Dorit Hadar-Shoval，Kfir Asraf和Maya Lvovsky介绍了情绪意识水平量表的场景。
它通常涉及人类受访者在各种场景中想象自己并写下他们的“你”情绪。人工智能研究人员用“人类”取代了“你”，因为这种方法不适用于机器学习模型。
单独的测试会话可帮助专家验证结果。第一个生成的Z分数为2.84，第二个为4.26。Z 分数是一种统计度量，用于度量值与中位数或平均分数的接近程度。
Z 分数高于 1 表示比普通人更高的值，这意味着 ChatGPT 表现出比大多数人更高的情绪意识。此外，它的回答比人类更准确，获得9.7分（满分10分）。
结论
研究人员创造了一种新的人工智能训练方法，为人工智能提供了一项至关重要的人类技能。它使人工智能工具能够将学习的概念结合到新概念中。
以前，每次人类发明新想法或对象时，我们都必须重新训练AI模型。很快，人工智能可以自己创造新的概念。