智能体决策中的侧化现象：来自人工智能的收益与代价证据

侧化在脊椎动物大脑中普遍存在，除其在运动中的作用外，还被视为生物智能的重要因素。侧化既与较差表现相关，也与良好表现相关。有假说认为侧化具有可抵消其代价的收益。鉴于侧化普遍存在，其很可能具备有益于人工智能的优势。反过来，侧化人工智能系统可作为工具推进对侧化在生物智能中作用的理解。近期，侧化已被引入人工智能系统以求解计算机视觉与导航领域的复杂问题。在此，我们描述并测试两种新颖的侧化人工智能系统，它们同时在组成层面与整体层面表示并求解给定问题。实验结果表明，侧化系统在求解复杂问题时优于最先进的非侧化系统。其优势源于以下能力：(i) 同时在组成层面与整体层面表示输入信号，从而由最恰当的视角控制系统；(ii) 通过生成兴奋与抑制信号避免多余计算。侧化人工智能系统的计算代价要么低于传统人工智能系统，要么因提供更优解而被抵消。