Google DeepMind的机器学习研究团队近期宣布，他们成功证明人工智能（AI）代理可以通过社会学习方式获取技能，类似于人类和其他动物的学习过程。这一成果被认为是人工智能领域的一项重大突破，为实现人工通用智能迈出了一步。

该研究团队由Google DeepMind的工程师Edward Hughes领导，他们致力于解决AI代理获取新技能的一些限制。传统上，通过向AI代理展示大量第一人称人类演示视频的监督学习是一种常见方法，但这种方法需要大量的实验室时间和资金。为了启发AI代理，研究人员转向了人类学习，试图展示AI代理如何能够以类似于人类的效率从其他个体那里学习。

在名为GoalCycle3D的虚拟环境中，研究团队让AI代理在模拟的物理任务空间中学习。这个环境类似于一个计算机动画的游乐场，其中有小道和障碍物。令人惊讶的是，尽管AI代理从未见过真实人类，也不清楚人类是什么，它们仍然能够从人类和其他AI专家那里学习解决各种导航问题。

研究团队通过强化学习成功训练了一种代理，该代理能够在几分钟内识别新专家、模仿其行为，并记住所学知识。这使得AI代理能够在新领域中实时模仿人类的行为，而无需使用任何预先收集的人类数据。研究团队认为，他们发现了一组令人惊讶的简单要素，足以生成文化传播，并为严格评估它提供了一种方法。

这项研究的结果已发表在同行评审的开放习期刊《自然通讯》上。论文指出，这项研究为文化演变在人工通用智能发展中发挥算法作用铺平了道路。研究者希望人工智能领域的其他人能将这些发现广泛应用，展示文化演变如何在人工智能中发展技能。

研究者还建议未来的跨学科合作，探讨在实验室环境中通过几代人类和AI的文化积累进行比较，以及混合人类和AI参与者对人工智能发展的影响。这一领域的交叉研究有望促成有益的互动，将人工智能和文化演化心理学领域有机地结合在一起。