许多研究表明鸽子出奇地聪明，从像灵长类动物一样擅长算数，到能够从 X 射线中识别乳腺癌。一项新的研究将鸽子与人工智能模型进行了对比，发现鸽子和计算机都遵循类似的过程来解决它们遇到的问题。

这项研究的第一作者、俄亥俄州立大学心理学教授布兰登-特纳（Brandon Turner）说："我们发现了非常有力的证据，证明指导鸽子学习的机制与指导现代机器学习和人工智能技术的原理非常相似。我们的研究结果表明，在鸽子身上，大自然可能已经找到了一种方法，可以制造出一种效率极高的学习者，而这种学习者却没有像人类那样的概括或推断能力。"

鸽子大约有 300 种，其中一种名叫绿蓑鸠（Caloenas nicobarica）的甚至是渡渡鸟的近亲。

在这次实验中，特纳与爱荷华大学教授爱德华-瓦瑟曼（Edward Wasserman）一起，研究了 24 种你在野外会看到的鸽子，如果野外是当地一家大型购物中心的停车场的话（也许它们喜欢在容易被碾压的地方闲逛，这与它们不那么聪明的名声有关）。

研究人员向鸟儿们展示了一个刺激物--不同形状、同心圆和分段圆环--然后让它们啄一个与刺激物所属类别一致的按钮。如果答对了，它们就能得到一颗食物颗粒作为奖励。答错则没有奖励。

四项技能水平不同的任务表明，通过不断尝试和犯错，鸽子很快就能纠正自己，找到正确答案，并在过程中对刺激和类别产生联想。

在最简单的实验中，鸽子的正确率从平均55%提高到几乎全部正确--95%，而较难的测试学习速度稍慢，从55%提高到68%。

不过，这与它们的正确率无关，而与它们的学习过程有关。研究人员认为，鸟类使用的是联想学习法，即简单地将两件事情联系在一起。

特纳说："联想学习通常被认为过于原始和僵化，无法解释复杂的视觉分类，就像我们看到的鸽子所做的那样。鸽子并不试图制定规则。它们只是用这种蛮力的方式进行试错和联想学习，在某些特定类型的任务中，这有助于它们比人类表现得更好"。

对于这些任务来说，鸽子的学习方式比人类的学习方式更有效率，因为人类往往会用规则把任务复杂化，试图让工作变得更容易。

特纳说："但在这种情况下，没有任何规则可以帮助使这项工作变得更容易。这确实让人类感到沮丧，他们往往会放弃这样的任务。"

研究人员推测鸽子使用的人工智能模型涉及两个简单的机制：联想学习和纠错。就像鸽子们通过重复实验来纠正自己的错误，从而获得越来越多的正确答案一样，人工智能也在不断做出正确的选择。

虽然这是一个简单的模型，但它却是人工智能赖以生存的基础；这些系统要找到模式，并将这些模式联系起来，从而提供解决问题的联系。

特纳补充说："指导这些人工智能机器行为的学习原理与鸽子使用的原理非常相似。"

虽然实验设计有其局限性--比如只测量了一种联想学习模型--但研究人员对这些结果感到振奋，现在他们将与研究鸽子神经生物学的科学家合作。

这项研究发表在《iScience》杂志上。