Science封面故事：儿童的预测能力

　　

生物通报道：来自EurekAlert的消息，匈牙利中欧大学，美国麻省理工学院等处的研究人员研发了一种计算机模型，能用于分析解释婴儿在他们的环境的变化，并发现12个月大的婴儿就具有令人惊讶的接纳复杂视觉场景并对其做出预测的发达的能力。这一研究成果公布在Science封面上。

 
（Science封面）

在之前的研究中，科学家们发现即使是只有一两个月大婴儿也具有认识物理事件规则的能力，比如事物是可以移动的等观点。

这篇文章中，研究人员进行了一项综合方面的分析，检测三个月，六个月和十二个月的婴儿对于世界的认识，并且研发了一种计算机模型，模拟预测应该在现实情况下会采取的行动。

研究人员让宝宝们看一些视频，在这些视频中，彩色的球在一个容器内四处弹跳而该容器的底部有一个开口。 过了一会之后，该容器被遮盖而看不见，但其中一只球会从该容器中掉出来。 在不同的视频中，各种颜色的比例、目标球与开口的接近程度，以及该只球掉出来所花的时间长度都有所不同。

结果他们发现婴儿会应用“纯粹的推理”。这一推理包括在抽象知识的引导下结合不同来源的资讯对他们从来没有直接经历过的事件做出预测，这类的推理不同于根据该事件在过去发生的频度来预测未来事件。

研究人员认为，尽管许多生物可以做到根据该事件在过去发生的频度来预测未来事件，但这些对新处境的“一次性”的判断则是人类智能的核心。 根据他们测试的对象对不同场景所关注的时间长短的变化，研究人员得出结论：这些婴儿会用纯粹的推理来预测哪只球会掉出来。

这些结果符合所谓的“贝叶斯理想观察者”模型，该模型根据物体运动的抽象原则来进行预测。 这一符合性提示，婴儿会做出合理的预测，而不是只会对本能做出反应。 文章的作者推测，纯粹的推理给幼童一种对他们日益复杂的世界做出日益丰富推断的方法。

原文摘要：

Pure Reasoning in 12-Month-Old Infants as Probabilistic Inference

Many organisms can predict future events from the statistics of past experience, but humans also excel at making predictions by pure reasoning: integrating multiple sources of information, guided by abstract knowledge, to form rational expectations about novel situations, never directly experienced. Here, we show that this reasoning is surprisingly rich, powerful, and coherent even in preverbal infants. When 12-month-old infants view complex displays of multiple moving objects, they form time-varying expectations about future events that are a systematic and rational function of several stimulus variables. Infants’ looking times are consistent with a Bayesian ideal observer embodying abstract principles of object motion. The model explains infants’ statistical expectations and classic qualitative findings about object cognition in younger babies, not originally viewed as probabilistic inferences.