人工智能(AI)正在进化，牛津大学的研究人员在机器上合成了类似人类的思维。

人工智能新闻：牛津大学研究人员重现类人思维。

牛津大学的研究人员正试图在人工智能机器上重现人类的思维模式。他们的方法，使用语言引导想象(LGI)网络，可能会导致人工智能(AI)能够由语言引导思维。认知要求我们的大脑既要理解特定的语言表达，又要用它来组织思想的流动。

例如，如果一个人注意到下雨了，他们会在决定带伞之前在心里说，“我需要一把伞”。

然而，当这种想法在大脑中传播时，他们会自动理解视觉输入的含义，以及撑伞如何防止淋湿。

人工智能机器现在可以识别图像、处理语言和感知雨滴。

然而，迄今为止，他们还没有获得这种人类独有的想象思维能力。

人工智能新闻：一个语言引导的想象网络正在被使用。

我们之所以能够实现这种“持续思维”，是因为它们能够在语言的引导下生成心理图像，并从真实或想象的情景中提取语言表征。

研究人员目前正在开发一种自然语言处理(NLP)工具，可以像人类一样回答问题。

然而，这些人无法以与人类相同的方式和深度理解语言。

这是因为随着大脑的发育，人类有一种天生的累积学习能力。

这种“人类思维系统”与大脑中特定的神经基质有关，其中最重要的是前额皮质。

大脑的这一部分负责人们执行任务时的记忆过程，包括大脑中信息的维护和处理。

为了在机器上重现类似人类的思维模式，研究人员冯琦和吴文川受前额皮质的启发，创造了一个人工神经网络。

研究人员写道：“我们提出了一种语言引导想象(LGI)网络，以渐进地学习大量单词和语法的含义和用法，旨在形成一个类似人类的机器思维过程。”

人工智能新闻：语言表达被用来组织思想的流动。

冯琦和吴文川开发的LGI网络有三个关键组成部分：视觉系统、语言系统和合成的前额皮质。

视觉系统由编码器和想象解码器组成，前者将网络接收的输入或想象的场景分解为抽象的总体表示，后者则从更高层次的表示重构想象的场景。

第二个子系统，语言系统，通过提取数量信息并将其转换为文本符号，模仿人脑的功能。

而他们的网络的最后一个组成部分模仿人类皮层，结合语言和视觉表征的输入来预测文本符号和操纵图像。

冯琦和吴文川通过一系列的实验对他们的LGI网络进行了评估，发现LGI网络以一种累积的方式成功地获取了8种不同的语法或任务。

他们的技术还形成了第一个“机器思维回路”，展示了想象的图片和语言文本之间的互动。

人工智能新闻：机器正在建造，能够以类似人类的方式回答问题。

在未来，由研究人员开发的LGI网络可以帮助开发更高级的人工智能，它能够像人类一样思考策略，比如可视化，甚至想象力。

研究人员补充说：“LGI已经逐渐学会了8种不同的任务，通过语言和视觉系统之间的适当互动，机器思维回路已经形成并得到验证。”

我们的论文提供了一种新的架构，让机器以类似人类的方式学习、理解和使用语言，最终使机器能够构建虚构的心理场景并拥有智能。