标签: 人工智能学习

研究发现，反复练习能让大脑把熟练技能从负责思考的前额叶“转移”到负责识别记忆的颞叶，从而腾出前额叶处理其他任务——这解释了人为什么能边开车边聊天，也说明“真正的同时多任务”是可能的。该发现对改掉坏习惯、设计更聪明的人工智能有重要启发。

标签: 习惯形成 人工智能学习 多任务处理 大脑可塑性 技能自动化

研究显示，AI学习不仅受系统结构影响，还取决于训练时的自我互动。通过将自我对话（如“小声嘟囔”）与工作记忆结合，AI学习更高效、灵活，能处理多任务，且只需少量数据，为打造类人泛化能力的AI提供新思路。

标签: 人工智能学习 内部言语 工作记忆 泛化能力 自我对话

人工智能或能像人类一样学习：通过自问自答。清华大学等机构的“绝对零推理器”（AZR）系统让AI生成并解决Python编程题，以此提升编码和推理能力，甚至超越部分人类标注数据模型，未来或助AI突破人类教学，迈向超级智能。

标签: Qwen模型 人工智能学习 绝对零推理器 自我对弈 超级智能