微软展示Rumi项目 通过多模方式提高AI理解能力

微软展示Rumi项目通过多模方式提高AI理解能力不过现有NLPAI主要依赖于文本输入输出，忽略了人类在自然交流中的语调，面部表情，手势和肢体语言等线索，从而在理解方面会存在偏差。在AI专业术语中，这些线索统称为副语言（paralinguistics/paralanguage）。微软研究院为了解决这个问题，开发了ProjectRumi，这是一个新颖的框架，旨在通过多模态副语言提示来增强人工智能的理解。该项目包括两个主要部分：多模式副语言编码器和多模式副语言解码器。...PC版：https://www.cnbeta.com.tw/articles/soft/1375193.htm手机版：https://m.cnbeta.com.tw/view/1375193.htm

研究发现神经细胞对少量事物的理解能力优于大量事物

研究发现神经细胞对少量事物的理解能力优于大量事物想象一下，有人给我们看一张弦乐四重奏的照片，让我们说出照片上有多少人。虽然没有足够的时间来数，但我们都能脱口而出："四个！"下一张照片显示的是一个七重奏，同样只给我们足够的时间快速看一眼。我们犹豫了一下，这次没有那么自信了："八"正确的数字其实是七，但我们已经非常接近了。我们人类似乎有两种处理事物数量的独特方式：我们通常能够快速、正确地识别出少量的事物。这在研究领域也被称为"子化"。然而，当有五个或更多元素时，这种方法就会突然改变：我们需要越来越多的时间来回答，答案也变得越来越不精确。利用植入癫痫患者颞叶的超细电极，研究人员可以观察到不同脑区单个神经元的活动。图片来源：ChristianBurkert/大众基金会/波恩大学一些研究人员因此推测，大脑中有两种不同的处理方法--一种是处理小数字的精确方法，另一种是处理大数字事物的估算机制。波恩大学医院癫痫病学系的弗洛里安-莫尔曼（FlorianMormann）教授解释说："然而，这一观点至今仍存在争议。也有可能是我们的大脑总是在进行估算，但对较小数量的事物的错误率非常低，以至于根本没有被注意到"。神经元对较小数量事物的选择性更强然而，最近的研究实际上表明，我们处理小数量和大数量事物的方式确实不同。参与该项目的研究小组几年前就已经证明，大脑中的神经细胞负责处理每种数量的事物。例如，有些神经元主要负责两个元素，有些负责四个元素，还有些负责七个元素。图宾根大学的安德烈亚斯-尼德教授解释说："然而，神经元也会对数字的细微变化做出反应。因此，"七"元素的脑细胞也会对"六"和"八"元素产生反应，但反应更加微弱。同样的细胞仍会被激活，但对五或九个元素的激活就更弱了"。研究参与者在半秒钟内看到了屏幕上的一组点。短暂停顿后，他们必须指出数字是偶数还是奇数。如果点的数量少于5个，他们通常会毫不犹豫地给出正确答案。超过这个数字，反应时间和错误率都会逐渐增加。图片来源：AGMormann/波恩大学尼德尔已经能够在猴子实验中证明这种"数字距离效应"。这种效应似乎只出现在人数较多的人类身上。这位神经生物学家说："对于少于五个元素的数字，似乎还有一种额外的机制，能让这些神经元更加精确。"神经生物学家说："当代表三个数字的脑细胞发生反应时，它会同时抑制代表两个和四个数字的脑细胞。这就降低了这些细胞也会错误触发数字3的风险。然而，这种机制并不适用于为数字5、6或8而激活的神经元。这就是这些数字错误率较高的原因。"观察单个脑细胞的工作波恩大学医院的一个特色让研究人员在研究中受益匪浅：该医院的癫痫科专门从事脑外科手术。那里的医生试图通过手术切除病变的神经组织来治疗癫痫。为了确定致痫灶的位置，他们有时会首先将电极插入患者的大脑。17名患者参加了最新的研究。在准备手术时，他们将细如发丝的微电极插入颞叶。埃斯特-库特（EstherKutter）解释说："我们可以用它们来测量单个神经细胞对视觉刺激的反应。"实验对象坐在电脑屏幕前，屏幕上出现不同数量的点，持续半秒钟。然后要求受试者说出他们看到的是偶数还是奇数的点。他们的反应非常迅速，在四个点之前几乎没有出错。之后，随着点数的增加，错误数量也在增加，参与者完成任务所需的思考时间也在增加。这项工作将为我们了解人脑如何处理数字提供新的视角。从长远来看，这些发现可能会让人们更好地理解计算障碍，这是一种与对数字理解不清有关的发育障碍。...PC版：https://www.cnbeta.com.tw/articles/soft/1387815.htm手机版：https://m.cnbeta.com.tw/view/1387815.htm