冲绳科学技术大学院大学（OIST）研究团队近日开发了一种好奇心驱动的AI系统，使虚拟机器人在语言学习任务中的效率达到传统训练方法的两倍，并在训练过程中自发表现出类似儿童的玩耍行为和“U型学习曲线”。该研究为理解人类语言习得机制以及开发更具适应性的AI系统提供了新的视角。

研究团队采用的PV-RNN架构基于大脑预测加工理论，通过最小化“自由能”在提高预测准确性与保持内部模型稳定性之间寻求平衡。在此基础上结合强化学习，机器人既为完成语言任务获得外部奖励，也为主动探索陌生情境获得内部好奇心奖励。实验显示，好奇心驱动的机器人仅需约一半的训练轮次即可掌握语言指令，且在处理未知指令时的泛化能力显著提升。

训练过程中，机器人即使已掌握分配任务，仍会主动推倒积木等“玩耍”行为，虽未获直接指令。研究者认为这种自发探索加速了语言学习。该研究还为乔姆斯基“刺激贫乏”问题提供了实验参考——仅接触48种语言组合的机器人泛化能力仅约25%，而接触180种组合的则达85%。此外，机器人在面对语言规则反转时表现出类似幼儿的“U型学习曲线”：先正确掌握例外，因泛化而倒退，最终重新掌握规则。这一涌现行为完全出乎意料，因模型中并未预设相关机制。

与黑箱式大语言模型不同，PV-RNN的透明架构允许研究人员实时观察AI的内部决策过程。课题组长谷淳教授表示，这一抽象环境让研究者能在高度可信的人类语言处理模型框架内研究好奇心对学习的影响，使其成为研究人类认知发展和语言习得内在机制的重要平台。