研究证实好奇心驱动AI网络形成类脑结构

研究人员通过模拟婴儿眼动数据训练数千套人工神经网络，发现高好奇心网络在未见任务中表现更好，并自发形成类似人脑的分层模块化结构，印证了资源约束与好奇心机制能构建更具灵活性AI路径的猜想。 实验数据显示，好奇心网络连接密度呈先升后降趋势，对应约20岁的成熟发育阶段；而缺乏好奇心的网络则停滞在约9岁阶段，未能形成复杂类脑架构，展示了发育机制的关键作用。 尽管该发现为类脑智能研发提供了新方向，专家强调目前仍需进一步验证此类网络在长期训练过程中的稳定性及其实际工程应用价值，以确认其从理论到落地的可行性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。