婴儿学会以出色的速度浏览物理和社会世界的复杂性,但是他们如何完成这项学习仍然是未知的。人类和人工智能研究的最新进展提出,实现快速有效学习的关键特征是元学习,即利用先前的经验来学习如何在将来更好地学习的能力。在这里我们表明,在接触新的学习环境后,在很短的时间内成功地从事荟萃学习。我们开发了一个贝叶斯模型,该模型捕获了婴儿如何将信息归因于传入事件,以及如何通过其层次模型在任务结构上优化该过程。我们在学习任务期间将模型与婴儿的凝视行为拟合在一起。我们的结果揭示了婴儿如何积极利用过去的经验来产生新的归纳偏见,从而使未来的学习速度更快。
主要关键词