DeepMind今天的官博發文，介紹他們的新工作Psychlab，這是一個建立在DeepMind Lab之上的平臺，旨在構建可控環境，從心理認識的角度，更好地研究和理解AI。具體說，Psychlab有助于讓研究人員了解，AI在完成一項復雜任務時，其中涉及的每一種特定行動分別起到了什么作用。

想象一下購物這個簡單的任務。如果你忘記去拿名單上的某樣物品，這說明了你大腦功能的什么？這可能表示，在搜索列表中的項目時，你無法將注意力從一個對象轉移到另一個對象。這也可能表明記住購物清單很難，或者兩者皆有。

看上去就是單一的一個任務，實際上取決于多種認知能力。我們在人工智能研究中也面臨類似的問題，在這種情況下，任務的復雜性往往會使智能體取得成功所需的單個技能難以分離。但是，了解智能體特定的認知技能，可能有助于改善其整體表現。

在人類身上，為了解決這個問題，心理學家花了近150年的時間來設計嚴格控制的實驗，目的是分離出每個特定的認知能力。例如，他們可能會使用兩個單獨的測試來分析超市場景——一個是“視覺搜索”測試，需要被測者在一個圖案中定位某個特定的形狀，這可以用來檢測注意力。同時，心理學家可能會要求被測者背誦一份清單，從而測試他們的記憶力。

我們相信，有可能使用類似的實驗方法來更好地理解AI的行為。這就是為什么我們開發了Psychlab，Psychlab這個平臺建立在DeepMind Lab之上，使我們能夠直接運用認知心理學等領域的方法，研究受控環境下智能體的行為。今天，我們也將這個平臺開源，供其他人使用。

Psychlab在虛擬的DeepMind Lab環境中，重建了通常用于人類心理學實驗的典型設置。例如，讓參與者坐在計算機顯示器前，使用鼠標來響應屏幕上的任務。同樣，我們的環境允許虛擬AI在虛擬計算機監視器上執行任務，使用它的注視方向進行響應。這樣，人類和AI都采取相同的測試方法，最大限度地減少了實驗差異。這也使結果更容易與認知心理學的現有文獻聯系起來，并從中獲得見解。

隨著Psychlab的開源版本的發布，我們構建了一系列在虛擬計算機監視器上運行的經典實驗任務，并且具有靈活且易于學習的API，方便其他人能夠構建自己的任務。

視覺搜索（Visual search）- 測試搜索項目數組的能力。

持續識別（Continuous recognition）- 為不斷增長的物品列表測試內存。

任意視覺運動測試（Arbitrary visuomotor mapping）- 測試對刺激-響應配對的記憶。

變化檢測（Change detection）- 測試檢測延遲后重新出現的對象數組中有所更改的能力。

視敏度和對比敏感度（Visual acuity and contrast sensitivity）- 測試識別小和低對比度刺激的能力。

玻璃圖案檢測（Glass pattern detection）- 測試全局形式感知。

隨機點運動判別（Random dot motion discrimination）- 測試相干運動的能力。

多對象跟蹤（Multiple object tracking）- 測試隨著時間的推移跟蹤移動對象的能力。

所有這些任務都已被驗證，表明人類結果反映了認知心理學文獻中的標準結果。

以“視覺搜索”任務為例。在復雜的刺激陣列中定位對象，比如在超市貨架上選擇一個商品，作為理解人類選擇性注意力的方法，已經得到深入的研究。

當要求人類“在水平線段中找出豎直線段”和“在其他顏色的線段中找出粉條的線段”的任務時，人類的反應時間不會根據屏幕上的線段數量的改變而改變。換句話說，他們的反應時間與“數據大小”是相互獨立的。然而，當任務改為在不同形狀和不同顏色的線段中找出粉色線段時，每增加一個線段，人的反應時間會增加大約50ms。當人類在Psychlab上完成這個任務時，我們也復現了這個結果。

這張圖片說明了在Psychlab的視覺搜索任務上人類和人工因素之間反應時間的差異

當我們對一個最先進的AI進行同樣的測試時，我們發現它雖然可以執行任務，但并沒有顯示出與人類相似的反應時間模式。在上述三種情況下，AI都用了相同的時間來應對。在人類的情況下，這些數據表明了并行關注和串聯關注的區別。而AI似乎只有并行的機制。識別出人類與我們目前的AI之間的這種差異，能夠為我們改善未來AI設計提供途徑。

我們設計Psychlab是作為認知心理學、神經科學和AI之間的橋接工具。通過開源，我們希望更廣泛的研究團隊能夠在自己的研究中利用它，并幫助我們進一步發展。