根据麻省理工学院和哈佛大学的一项最新研究，10个月大的婴儿能够结合索取目标所需要努力的程度，来判断目标价值。
（图片来源：网络 与发表文章无关）
根据麻省理工学院和哈佛大学在《Science》发表的一项最新研究，10个月大的婴儿能够结合索取目标所需要努力的程度，来判断目标价值。
具备这项才能的婴儿需要把获取目标的成本和寻求目标所得好处的信息统筹起来，换句话说，人类在非常小的时候就已经掌握了决策方法。
“这项研究对理解别人行为背后的基本常识至关重要。让人感到惊奇的是，经济学家处理合理选择问题时采用的核心基本数学，人类婴儿却在不知晓数学为何物的时候就已经掌握了，”文章作者之一、麻省理工学院（MIT）脑与认知科学系教授Josh Tenenbaum说。
计算价值
之前有研究表明，成年人和年龄较大的儿童可以通过观察一个人为了获得目标所付出的努力程度来判断他们的动机大小。哈佛/MIT的团队希望了解这种能力是如何以及何时发展出来的。
在进行这项研究之前，科学家们提出疑问，婴儿是否能把一个人的目标和他为了获得目标所需的努力联系起来，从而计算出目标的价值？
为了回答这个问题，研究人员向10个月大的婴儿展示几段动画视频。红色卡通特工必须跳过不同高度的障碍墙才能与蓝色特工汇合。其中一段，婴儿先看到红色特工跳过一个矮墙，然后拒绝跳过一个中等高度的墙。之后，在面对另一个目标的视频中，红色特工跳过了中等高度的墙，但是拒绝跳过更高的墙。
随后，让婴儿自由选择（没有障碍墙）让自己的红色特工与哪个目标汇合。成人或较大的儿童会选择与第二个目标汇合。另人惊讶的是10个月大的婴儿也得出了同样的结论。并且，当视频自动让红色特工与第一个目标汇合时，婴儿的观察时间明显增长了，这表明他们对结果感到诧异。（在 婴儿研究中，观察时长通常代表惊讶）。
类似的，让婴儿观看其他跨越障碍（比如不同坡度的攀爬和不同宽度的沟壑）的视频也会产生同样的结果。婴儿确实能通过付出的努力多还是少来判断所得物价值。
“这个年龄的婴儿不会说话，不会计算，但似乎已经能理解牛顿力学的基本思想了，”Tenenbaum说。“他们能理解各种力，包括重力。他们还能理解某个事物对人更有用。”
“这篇论文并非首次提出了这个观点，但是，它的新颖之处在于它从不会说话，基本没有活动能力的婴儿身上看到了这些结论。”同时还在MIT计算机科学与人工智能实验室就职的Tenenbaum说。
哈佛心理学教授Elizabeth Spelke说：“像成本和价值等抽象的相互关联概念，是人类直觉心理学和哲学和经济学的效用理论的核心概念。它们可能起源于一个早期形成的系统，依靠这个系统婴儿具备了了解他人行为的能力。”
“婴儿看世界的眼光和经济学家是一样的，”中央欧洲大学认知科学教授Gergely Csibra说。“他们不仅仅是简单计算他人行为成本和收益，而是把两个事件联系起来了。换句话说，他们运用了一个常识逻辑：越努力去做某件事，取得成功后的回报就越多。”
智能建模
过去10年里，科学家们已经开发出了，通过成年人和年长儿童的不同类型输入，复原他们真实目的、意图和信念的计算模型。在这项研究中，利用10个月大婴儿为特工选择目标的过程，也开发了一款计算模型。研究人员认为，婴儿能在某种直觉水平上通过计算单位距离的总力量付出，评估行动所需的成本。
建立这些模型对发展人工智能来说非常重要，它们能使我们更精确地复制人类行为。
“我们必须承认，建立AI系统复制非常幼小的婴儿所具备的常识都还遥不可及，”Tenenbaum说。“但是，只要我们能用工程术语理解人类的这种直觉理论，就有希望制造更像人类的人工智能机器。”
但是，这篇文章还是没能回答，婴儿的直觉能力来自哪里？产生于何时？
“婴儿一生下来就是块白板吗？他们是先明白什么是目标和执念，然后才建立起更复杂的机制的吗？还是说，所有的一切出生时就已经全部建立好了？”
研究人员还想研究年龄更小的婴儿，比如3个月的。希望能对解答这些问题有所帮助。
原文标题
Ten-month-old infants infer the value of goals from the costs of actions
联系客服
