殊途同归：蜜蜂和人类在自动学习上的异同

　　近日，由法国图卢兹大学、匈牙利中欧大学和澳大利亚墨尔本皇家理工大学领导的一个国际研究小组首次使用相同测试来比较人类和蜜蜂的自动学习能力。结果发现，蜜蜂能够自动学习自然环境中常见事物的复杂统计学特性。

　　此前，人们认为这种视觉能力只存在于人类和更高层次的物种中，这一新发现将促进人工智能的进一步发展。

　　此外，该研究还发现：蜜蜂和人类使用完全不同的计算方法来进行这种学习，这可能是为什么人类具有卓越学习能力的关键原因之一。相关论文于当地时间9月28日发表于《美国国家科学院院刊》。

　　在这项研究中，科学家们将人类和蜜蜂同时放置在由一组抽象形状组成的多元素场景中。在接下来的测试阶段，两者都必须在两个新的多元素场景中进行选择。这些测试中的场景是为了衡量参与者在没有经过专门训练的情况下，是否会自发地对放置阶段看到视觉场景的各种统计特性产生反应。

　　法国图卢兹大学的Aurore Avargues-Weber博士说：“通过分析大量见过的图像的统计学特性来进行自动学习，并确定它们的潜在结构，是一种已经在人类和某些高层次物种中被证明的策略。它也是‘深度学习’背后的概念，而‘深度学习’推动了人工智能领域的巨大进步。我们的结果表明，蜜蜂也使用这种策略，说明这种自动学习具有普遍性和有效性。”

　　过去人类常常对蜜蜂出色的导航和识别能力感到惊讶，通过这次研究，研究人员发现蜜蜂在使用一种简化版的统计学习方法来完成复杂的任务。

　　匈牙利中欧大学的Jozsef Fiser博士说：“和人类一样，蜜蜂对新的视觉体验的统计数据形成了一种复杂的内部表征，它们会在随后的测试中使用这些信息。更让我们惊讶的是，蜜蜂和人类通过不同的计算策略实现了这一壮举。蜜蜂不会对视觉因素的可预测性（即一种因素的出现在多大程度上预示了另一种因素的出现）自发产生敏感，而人类从婴儿期就开始利用这些信息进行计算。这种可预测性一直被认为是有效获取复杂知识的关键计算条件。而我们的研究既证明了蜜蜂能够用简单的方法处理复杂的任务，也证明了什么才是达到更高学习能力水平的关键。”