导读 科学家们成功的研发出了一种由人为构造而成的神经网络，这种人造神经网络还拥有可以去进行语言概括的能力。人造神经网络在学会新的词汇后，
科学家们成功的研发出了一种由人为构造而成的神经网络，这种人造神经网络还拥有可以去进行语言概括的能力。人造神经网络在学会新的词汇后，会将新的单词折叠放入现有的词汇表之中，进入到新的环境之后，人造神经网络将会使用这一新的词语。人造神经网络所呈现出的具体表现和人类相比的话已经越来越相近，而人造神经网络所拥有的这种能力，对人类的认知方面来讲，是极其重要的关键，这种能力被科学家们称之为系统泛化。
科学家们在得出这一结论之后，给人工智能机器人下发了同样的任务，研究员在对人工智能机器人进行测试后发现人工智能机器人，接受这种任务所呈现出的表现，与神经网络相比的话，要差了很多，哪怕是现在的人工智能已经进入到了高速发展的时期，聊天机器人可以以人类聊天的方式去进行对话。
这项研究所得出的结果再一次向外界证明机器和人之间的互动和现在较为先进的AI相比的话，机器和人的互动明显更加的自然，而这一结果在今年的10月25日在《自然》杂志上进行了发表。
美国一位专门研究语言认知的科学家在得出这项实验结果之后，明确表示神经网络这种和人类非常相似的表现，也再一次证明，在当前的网络里面，系统的训练能力已经获得了巨大的突破。系统泛化能力将会让人们再进入到新的环境里，以后可以更加容易去使用新的单词，比如说人们学到了这个新的单词含义之后，在不同的环境下，人们就可以使用这个新的单词。
美国圣塔菲研究所的计算机以及认知科学家在看到这项研究结果之后，公开表示这项研究得出了一个非常有意思的结果。如果想要把这种训练方法融入到更大的数据或者是图像上的话，还需要不断的去进行观察。