記者／吳宸樂
近年來，人工智慧系統在圍棋、撲克、視頻遊戲上戰勝專業級人士等新聞，讓AI技術的發展更加令人驚嘆。數學運算與機器學習是AI進展的要素，但DeepMind最新的機器學習研究中，竟是讓AI學習休息、打盹。
AI系統也需要休息，似乎顛覆過往的想像。DeepMind此一做法主要源於神經科學的重要發現，生物在睡眠期間大腦所進行「經驗回放」的神經元活動，如同透過重新想像過去運動過程，以優化下一回的行為執行。運用Deep Q Network（DQN）運算法，讓AI模擬人類大腦經驗回放，在離線的狀態下回顧先前的訓練數據，從過去成功或失敗的經驗中學習。
￭經驗回放有助於持續性適應新環境之示意圖（截圖自／DeepMind）
雖大多的人工智慧系統仍舊以統計、電腦運算的技術執行。但不久前，DeepMind的創辦人Demis Hassabis於Neuron期刊所發表的文章中表示，從人類智慧中獲取靈感是AI實現真正潛能的唯一途徑。DeepMind官方部落格的文章中亦提及，心理學與神經科學在人工智能上發揮了關鍵的作用，經驗回放的AI學習模式便是以理解人類大腦如何運作為動機。
由於欠缺好奇、想像力等人類特徵，現今基於數學層次的AI系統，皆只能執行特定性的任務，欲建構執行通用性任務的AI，仍須突破重重困境，而模擬人類智慧將會是未來研究與開發人員不容忽視的途徑。