科学家们正尝试解决人与机器之间的差距问题。英国《自然·人类行为》上发表的一项研究指出，一个人工智能(AI)系统能以类似婴儿的方式学习物理世界的基本常识性规则。

“直观物理学”是体现智力的基础，使人们能够与物理世界进行真实的接触，这也是人类所谓“常识”的关键组成部分。人类在这方面具有先天优势，即使年幼的婴儿也懂得“直观物理”，即世界运作的常识性规则。只有5个月大的婴儿在看到了不符合物理规律的场景也会感到惊讶，比如玩具突然不见了。然而，再厉害的AI系统在对“直观物理”的理解上也相形见绌——长久以来，让机器学习算法来学习“直观物理”非常困难，尽管这些系统已经在许多其他任务上表现出超越人类的能力，如学习识别不同的物体。

此次，英国“深度思维”(DeepMind)公司的路易斯·派洛特及其同事报告了一个能学习直观物理的深度学习系统，名为PLATO。PLATO包含的系统受到婴儿如何学习的启发。尤其值得一提的是，PLATO遵循这样一种理论，即认为物体在人类周围物理世界的表现和预测中扮演核心角色。

研究团队通过给PLATO观看许多描绘简单场景的视频来训练它，比如球落到地上，球滚到其他物体后面又再次出现，很多球之间弹来弹去。训练之后，研究人员给PLATO观看了有时包含不可能场景的视频，以此作为测试。和年幼的小孩一样，PLATO在看到“不可能场景”时表现出了“惊讶”，比如物体互相穿过却没有发生相互作用。PLATO只观看了28小时的视频就获得了以上学习效果。

这些结果对AI和人类认知研究皆有重大影响。研究团队表示，这一模型可以学习各种物理概念，且体现出与发展心理学的发现一致的特点，而PLATO可以作为研究人类如何学习直观物理的一个有力工具，同时也表明了物体表征对于人类理解周围世界具有重要作用。