如果AI可以互相学习怎么办？

　　大多数人都熟悉向人类学习的人工智能机器。想想人形机器人Sophia或曾经在Jeopardy上竞争过的超级计算机Watson ！。但是，如果AI可以互相学习怎么办？如果他们能在无需人工干预的情况下学会彼此交谈，该怎么办？那就是今年夏天计算机科学的客座助理教授David Perkins和他的研究小组正在探索的东西。

　　由Sosina Abuhay ‘23，Sam Aravilli ’23，Siqi Fang ‘23和Awildo Gutierrez ’23组成的小组一直在进行远程会议，以训练液态人工智能（LSM），这是一种人工智能，可以精确识别各种输入。他们现在希望开始培训多个LSM，以便彼此交互和通信，以完成更复杂的任务，而单个LSM无法单独完成这些任务。

　　关于代码类型的最简单的解释是，它可以像人脑一样识别并响应模式，并且可以像人脑一样进行训练。LSM是神经网络的一种特殊类型，这是一种基于大脑结构的算法，可以识别并响应模式。“您必须像对待有机体一样对待液态机器……就好像您有这个孩子正在从头开始学习某些东西一样，”阿拉维利说。

　　根据Perkins的说法，大多数LSM研究都集中在训练机器使其功能类似于其他类型的AI。他的小组的研究强调了LSM之间的通信，因此解决了未被充分评估的潜力。珀金斯说：“我们正在介入，试图看看是否可以找到合适的市场并为这个只有5至10年历史的新领域做出贡献。”

　　学生们说，珀金斯鼓励他们酌情指导和探索他们的研究。在教授提供有关研究过程的建议的同时，学生们在很大程度上回顾了其他研究，自学了一种新的编码语言，编写了代码，并自行运行了代码。“感觉就像教授正在和我们一起学习。仅仅是他是一个更有经验的研究人员，” Fang说。

　　珀金斯说：“我们原定于6月初开始，但他们提早数周开会，因此陷入了困境。”他描述了学生们对该项目的热情和承诺。“我所做的只是给他们一些想法，他们可能会从这些想法开始，直到他们以后才开始……他们已经完成了98%的编码，计划和调度。我为这个团队的合作表现感到惊讶。”