尽管进步很快人工智能近年来，人类大脑在转移技能和跨任务学习的能力方面仍然比计算机具有优势。一项新的研究揭示了我们可能如何做到这一点。

由普林斯顿大学的一个团队领导，这项新研究的研究人员实际上并没有对人类进行测试，而是使用了在生物学和大脑功能方面与我们非常接近的动物：恒河猴（猕猴）。

这些猴子被要求识别屏幕上的形状和颜色，并看向特定的方向来给出答案。当这种情况发生时，大脑扫描被用来检查动物大脑中重叠的模式和共享的活动区域。

相关：由人脑组织制成的计算机即将问世。我们准备好了吗？

这些扫描显示猴子大脑在执行任务时使用不同的神经元块——用研究人员的话来说是“认知乐高”。现有的块可以在新任务中重新利用和重新组合，显示出神经灵活性，即使是最佳人工智能模型无法与之竞争。

“最先进的人工智能模型可以在单个任务上达到人类甚至超人类的表现，”说普林斯顿大学的神经科学家蒂姆·布施曼。“但他们很难学习和执行许多不同的任务。”

“我们发现大脑是灵活的，因为它可以在许多不同的任务中重复使用认知组件。通过将这些‘认知乐高’拼凑在一起，大脑能够构建新的任务。”

正如您在下面的视频中看到的，动物必须在三个独立但相关的任务中区分形状和颜色，这要求动物不断学习并将它们从一项任务中学到的知识应用到下一项任务中。

研究人员发现的认知乐高积木集中在大脑的前额皮质。该区域与更高的认知（解决问题、规划、决策）相关，并且似乎在认知灵活性方面发挥着重要作用。

研究人员还发现，当不需要某些认知块时，它们的活动就会减少，这表明大脑可以将不需要立即更好地专注于手头任务的神经乐高积木归档。

“我认为认知块就像计算机程序中的函数，”说布施曼。

“一组神经元可能会区分颜色，并且其输出可以映射到驱动动作的另一个功能上。这种组织允许大脑通过顺序执行该任务的每个组成部分来执行该任务。”

它解释了猴子和可能的人类如何能够适应挑战以及他们以前从未见过的任务，并使用现有知识解决这些问题——人工智能以目前的形式与之斗争。

研究人员进一步表示，他们的发现可以帮助训练人工智能更好地适应新任务。他们的工作也可能有助于开发神经系统和疾病的治疗方法精神疾病人们努力将技能应用到新环境中。

目前，这些认知乐高从根本上展示了我们的大脑如何比人工智能模型更加灵活和适应性强，人工智能模型展示了所谓的灾难性遗忘：一个弱点，意味着神经网络无法在不忘记如何执行最后一个训练任务的情况下学习连续的任务。

同时任务切换不太好对于我们的大脑来说，将我们从一项任务中学到的知识应用到另一项任务中可能是一条有用的捷径。

研究人员表示：“如果正如我们的结果所表明的那样，大脑可以在任务之间重复使用表征和计算，那么这可以使人快速适应环境的变化，无论是通过奖励反馈学习适当的任务表征，还是从长期记忆中回忆它。”得出结论。

该研究发表于自然。