AI 學習的「推理先驗」與「感知先驗」究竟是什麼？

AI 學習中的「推理先驗」與「感知先驗」解析

Meta 與牛津大學的研究揭示，AI 即使僅透過文字學習，也能培養理解視覺世界的能力。AI 從文字中習得「視覺先驗」的途徑，主要由兩種學習成果構成，分別是「推理先驗」與「感知先驗」。這兩種先驗是 AI 理解和模擬視覺世界的基礎。

推理先驗 (Reasoning Prior) 的定義與作用

「推理先驗」是指 AI 透過閱讀程式碼、數學公式、學術論文等高度結構化的文本，所鍛鍊出的邏輯分析能力。這種能力讓 AI 能夠分析問題、建立因果關係，並洞察模式。具備強大推理先驗的 AI，在處理需要抽象思考的視覺問答任務時表現更為出色，因為它能從結構化的資訊中提取邏輯關係，並應用於視覺資訊的理解。

感知先驗 (Perception Prior) 的定義與作用

「感知先驗」是指 AI 透過閱讀網路上包羅萬象的通用文本，逐步建立起關於物體顏色、形狀、名稱等基礎知識的心智資料庫。這種先驗讓 AI 能夠理解和識別視覺世界中的基本元素。儘管感知先驗的學習效果會隨著資料量的增加而趨於飽和，但它仍然是 AI 理解視覺世界不可或缺的基礎。

學習內容對 AI 能力的影響

研究顯示，AI 學習的內容類型會直接影響其學習能力。例如，透過程式碼和數學學習的 AI 模型，在需要抽象思考的視覺問答任務上表現較好。此外，不同類型的學習內容存在不同的效益曲線。對於能鍛鍊思維的「推理教材」，AI 學習越多越好，但對於描述顏色、形狀的「常識教材」，其學習效果會迅速飽和。這提醒我們，在設計 AI 學習內容時，應側重於培養其底層的思考能力，而不僅僅是知識的堆疊。