佐治亚理工学院开发出类似人类的决策人工智能

　　这一发展可能带来更准确、更可靠的人工智能系统，从而有可能减轻人类的认知负担。

　　佐治亚理工学院的研究人员正在训练神经网络，使其做出更像人类的决策，这是人工智能向前迈出的重要一步。传统的神经网络每次都会做出相同的决定，而人类则可以根据环境改变自己的决定。类似人类的决策正在被整合到人工智能中，以提高其可靠性和准确性。

　　在《自然人类行为》杂志发表的一项研究中，佐治亚理工学院的研究团队引入了一种模仿人类感知决策的神经网络。该模型使用贝叶斯神经网络 (BNN) 和证据积累过程，产生的响应略有不同，与人类的决策非常相似。在MNIST 手写数字数据集上进行测试时，该模型的准确性、响应时间和置信度与人类参与者非常接近。

　　这一突破是继类似研究之后取得的，例如识别负责人工智能决策的特定神经元，以及用少量神经元模拟生物模型的人工智能系统。通过使人工智能更像人类，研究人员希望创建不仅可以复制人类决策的模型，还可以减轻人们每天做出的数千个决策所带来的认知负担。

　　佐治亚理工学院团队计划在更多样化的数据集上训练他们的模型，并将 BNN 模型应用于其他神经网络。这种方法可以让人工智能更好地理解和合理化决策，为更先进、更像人类的人工智能铺平道路。