对人类大脑的不完全了解以及如何赋予计算机常识是AI面临的最持久挑战。伦敦DeepMind伦敦，伦敦帝国理工学院和剑桥大学的最新研究认为，人类的常识是建立在许多其他动物也具备的一系列基本能力的基础上的，因此动物认知可以为许多AI任务提供灵感和课程。
在本月发表于《认知科学趋势》杂志上的一篇论文中，研究人员确定了AI研究可能会从动物认知领域中受益。
没有普遍接受的“常识”定义。尽管许多研究已将语言用作试金石，但新论文暂时将语言放在一边，以关注非人类动物中发现的其他常识能力。
他们认为与理解诸如物体，空间和因果关系等日常概念有关的能力也是人类的基线，而这种“常识的基础层，这是人类智能的先决条件”可能会提供一些不足的东西。在当今的AI系统中。
研究人员说，动物认知领域已经开发了许多用于研究这些能力的实验方案，并且由于深度强化学习(RL)的进展-DeepMind引起了人们的广泛关注-现在可以将这些方法直接应用于在3D环境中评估深度RL代理。
他们认为，由于动物认知提供了易于理解的，非语言的，智能的行为的纲要，因此可以将动物认知领域的实验规程用于评估和确定主体是否“理解”常识概念或原理，从而可以指导环境和任务设计。