向产生类似人类智慧的机器进军似乎不可避免，这一代人一直是科幻小说的主要内容，但它仍然是地平线上的一个点。密歇根州立大学的一篇新论文提醒我们，还需要完成的工作，同时也提出了一种机器智能像自然生物一样进化的方法。
“我们知道，所有生物体都能够进行某种形式的学习，我们只是不确定这些能力最初是如何进化的。现在，我们可以在虚拟世界中看到这些重大进化事件在我们面前展开，”作者解释道。”了解学习行为的演变有助于我们了解学习行为的工作原理，并提供对神经科学、教育、心理学、动物行为甚至 AI 等其他领域的见解。它还为我们的大脑如何工作提供线索，甚至能够导致机器人像人类一样有效地从经验中学习。
研究人员认为，这种理解对了解我们的起源，以及开发能够自己学习的技术，都有着深远的影响。
您可能还喜欢：
深度学习与人工智能革命
进化学习
研究人员开发了一个数字模拟，旨在复制进化过程。该系统旨在在几个小时内观察数千代人的演变过程，特别强调评估学习方法如何随时间演变。
“学习对大多数行为至关重要，但我们不能直接观察学习是如何从纯粹本能的祖先开始的，”研究人员说。”我们在各种选择压力中建立了一些压力，我们认为这些压力可能会发挥作用，并观察计算机中发生的情况。
该程序说明了学习的明显演变，每个有机体在模拟开始时基本上都是一片空白，无法感知、移动或学习。然而，随着时间的推移，突变出现了改变他们的行为。
这导致越来越多的复杂行为随着时间的推移而出现，生物体发展了通过关联学习的能力。例如，如果生物体做了错误的操作，他们很快就纠正了错误。
研究人员解释说，”自然界中的进化可能花的时间太长，但进化只是一种算法，所以可以在计算机中复制。我们不仅能够看到某些环境如何促进学习的进化，而且我们看到种群通过以前科学家推测应该发生但没有技术看到的行为阶段进化。
当然，进化算法在人工智能世界中并不新鲜，但作者认为，它们的仿真提供了一个充分进步的观察，了解学习如何发展，以支持未来机器智能的更有效开发。