文章预览
撰文 | 田小婷 前言 想象一下,在紧张刺激的赛车游戏中,人类需要迅速而精准地判断何时踩下油门、何时巧妙地转弯。在根据路况不断改变行驶路径的过程中, 人类大脑可以展现出敏捷的决策能力和反应速度 。 然而,在人类应对自如的赛车游戏中, 传统的神经网络模型 只能做出确定性的决策, 尚不具备人类的感知行为能力 。模拟人类大脑的决策过程,始终是人工智能(AI)领域的一大挑战。 如今,一种新型神经网络模型,有望让 AI 系统像人类赛车手一样, 权衡各种选择,做出迅速、精准的决策 。 近日,来自佐治亚理工学院的研究团队便提出了一种神经网络模型 RTNet,这一模型不仅能够生成随机决策,还能达到类似人类决策的响应时间分布。 研究团队通过全面的测试发现,RTNet 能够再现人类在准确性、响应时间和置信度上的所有特征,而
………………………………