arrow
返回

Children use algorithm induction to discover patterns in data

delete2026-05-30
delete0
delete
OA
AI
B
Benjamin Pitt *
E
Elena Leib
D
David M. O’Shaughnessy
C
Charlene Gallardo
S
Stephen Ferrigno
S
Steven T. Piantadosi
DOI:10.1038/s41467-026-73029-9delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
人类在获取多样化技能和适应多种环境方面具有独特能力,但支撑这种快速、灵活学习的认知机制尚待阐明。受人工智能理论启发,本研究在美国和玻利维亚亚马逊地区蒂斯曼(Tsimane’)土著儿童中展示了程序归纳(program induction)作为其中一种学习机制的证据。参与者观察新图案并尝试将其泛化到新刺激、字母和长度上,无反馈。在极少量数据条件下,不同年龄、文化和情境下的参与者构建的响应模式与样本模式共享抽象结构。计算模型显示,这些响应可能反映了潜在规则的发现,而非简单启发式或关联,即使在未接受正规教育的儿童中也如此。结果表明,程序归纳作为一种通用学习机制,从早期生活开始发挥作用,使不同文化背景的儿童能够快速推断自然和文化环境的算法结构,无论其具体形式如何。人类是极快速、灵活的学习者。本研究表明,这种能力由一种通用学习机制驱动,允许不同文化的儿童在无指导情况下发现数据中的模式。
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Nature Communications 封面图
Nature Communications
IF:
15.7
论文数:
9.3W
被引数:
91.2W

机构

C
curtin university
学者数:
2.7K
论文数: 1.4K
被引数: 1
U
university of wisconsin
学者数:
1.3K
论文数: 616
被引数: 0
U
University of California
学者数:
9.7K
论文数: 3.6K
被引数: 8.3W
学者 查看更多机构
引用论文

引用论文

暂无论文信息