一旦计算机“理解”一个主题或游戏，它们就能以惊人的速度计算出解决方案，远远快于我们大脑中的“湿件”。英国公司DeepMind的AlphaGo Zero通过与自己对弈数百万次来积累经验，从而掌握了围棋，现在已经超越了人类围棋专家的技能。这相对于第一个版本AlphaGo来说是一项了不起的成就，AlphaGo 曾挖掘了大量人类对弈的数据。但这仍然是一项有限的成就，因为即使是古老的围棋也有清晰、有限的规则。
相比之下，婴儿能够快速适应和学习如何在不断变化的环境中生存，并且在任何努力中（即使对于成人而言）成功的标准也几乎不明确。他们的大脑会对情况中将要发生的事情做出预测，从轻拍小狗到将拼图碎片放入拼图中。然后，他们用自己的身体和物体进行实验，观察和分析周围的世界。数百万年的进化造就了一个卓越的学习系统——今天的机器人专家希望部署该系统来改进人工智能或人工智能控制的机器。在我们的封面故事“自学机器人”中，记者戴安娜·权探讨了如何对算法进行编程以像儿童一样学习，这既在改变机器人技术，又为儿童发育提供了一些见解。继续阅读，了解机器人“儿童”正在教给我们成年人什么。
为您的笔记本电脑备份文件是很常见的想法，但是为传粉媒介备份呢？在“培育备用蜜蜂”中，作者佩奇·埃姆布里写道，世界上最大的杏仁种植商正在开发一种替代蜜蜂的物种，称为蓝色果园蜂，或BOB。近年来，蜜蜂经历了毁灭性的损失，它们是害虫、疾病、营养不良、农药暴露以及为了给不同的开花作物授粉而被卡车运输的压力的受害者。与群居蜜蜂不同，BOB是独居的——而且效率惊人。假设将这些昆虫变成可管理的传粉媒介的挑战可以克服，那么几百只BOB就可以完成10,000只蜜蜂的工作。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。
更多科学前沿的冒险等待着您：阅读格雷戈里·M·埃里克森撰写的“最强咬合力”，了解鳄鱼及其亲属进化成功的秘密。约翰·加布里埃利在“内视”中介绍了可以找到治疗我们大脑中抑郁症和成瘾的最佳方法的成像技术。克里斯托夫·E·杜尔曼和迈克尔·布洛克撰写的“超重元素探索与稳定岛”描述了寻找世界上最重元素的竞赛以及化学中的“稳定岛”，在那里，新型元素可以持续数分钟甚至数年。我们希望您享受这段旅程。