在 AlphaGo 打败世界顶级的围棋选手之后，人工智能（AI）的发展已经让世界感到惊奇，但 DeepMind 并没有停下脚步，根据了解，他们最近又让 AI 具备了一项人性化的技巧──打个瞌睡，休息一下。
AI 在近代之所以能持续发展，主要得归功于新的统计方法和电脑处理能力的进步，但 DeepMind 指出，事实上在神经网络开发的关键工作，多半不是由数学或物理实验室，而是由心理学和神经科学协助开发，这两项科学的贡献经常被人忽视。
DeepMind 相信，神经科学能帮助验证已存在的 AI 技术，确定技术发展是否处在正确轨道上，也能为新型算法和架构提供丰富灵感来源，让工程师透过了解对认知功能至关重要的生物运算资讯，来建构人工智能的“大脑”。
近期在神经科学上，就发现了一个在“离线”状态下重复体验经历的状况：当生物处在睡眠或休息期间，大脑会重播在先前活跃期间的神经元活动序列，就好像是精神上重播过去的活动，并借此改进未来的行为。
因此尽管乍听之下，建造一个会“睡觉”的 AI 似乎违反直觉──毕竟 AI 理想中应该是要不眠不休的工作，但这个原则其实是 Deep Q Network（DQN）算法中一个非常关键的部分。
DeepMind 表示，运用 DQN 算法，研究人员只需要输入原始像素和数据，就可以让 AI 掌握雅达利（Atari）2600 上各种类型的游戏，并且发挥如超人的水平。
之所以能做到这件事，就是因为 DQN 算法运用经验回放（experience replay）功能，在“离线”状态下回顾存储数据的训练模拟经验，藉以从过去发生的成功、失败经验中重新学习。
无论神经网络、AI 还是机器学习，研究人员正试图做到的，就是教导电脑如何自己计算、归究出一些结论。毕竟考量到实际应用，自驾车得对交通状况进行决策，分析数据的算法必须决定如何归类资讯，AI 则得学会和人一样思考，这些发展才真正有意义。
Google 最新提出的这个方法，意味着系统不再需要保持连线才能解决问题，它能先全力运转弄清楚问题的重点，并在断线后的“梦境”中整理这些资讯，然后再次连线后完成任务。
- Google’s DeepMind AI has a new trick: taking a nap
- AI and Neuroscience: A virtuous circle
（首图来源：shutterstock）
延伸阅读：
- DeepMind 创办人：AI 要展现出真正潜力，得从人类智慧中获得更多灵感
- DeepMind 想透过认知心理学，来弄清楚人工智能的思考模式
