← 所有笔记
§ 01
为什么 AI 研究者关心婴儿认知？
核心洞察
婴儿在 14 个月内通过几乎纯粹的观察，
习得了物体永久性、重力、生物运动、社会意图等复杂概念——极少有人直接教导。
这正是 LeCun 等人认为 AI 应该效仿的学习方式。
这张图来自 Dupoux 整理的研究综述，
与 LeCun 的自主智能架构报告一起，构成了"以认知科学为参照系来思考 AI"这一研究路线的基础。
| 关键观察 | 抽象概念（重力、惯性）建立在具体概念（物体永久性）之上，符合层次化学习的直觉 |
| 数据效率 | 婴儿用远少于大模型训练所需的"数据"完成学习，提示 sample efficiency 是关键问题 |
| 学习方式 | 大量知识通过观察习得，几乎不需要直接干预——对应自监督学习（self-supervised learning） |
§ 02
时间线总览
紫色 = 动作/感知 蓝色 = 物体认知 青色 = 物理认知 绿色 = 社会沟通 橙色 = 行为产出
§ 03
感知（Perception）
动作感知 · Actions
~ 0–3 月
face tracking
面孔追踪
用眼睛跟随人脸移动，是最早出现的社会性感知能力，也是注意力系统的早期形态。
~ 3–5 月
biological motion
生物运动感知
能区分"有生命的运动"（点光源行走动画）与机械运动，说明婴儿早期具备 animate/inanimate 的区分能力。
~ 12–14 月
rational, goal-directed actions
理性的、目标导向的动作
理解他人的行为是有意图的、朝向目标的。这是心智理论（Theory of Mind）的前驱能力。
物理认知 · Physics
~ 6–7 月
stability, support
稳定性与支撑
理解物体需要支撑才不会掉落。"违反预期"（违反此规律）会让婴儿凝视更长时间——这是研究范式 violation of expectation（VOE）的基础。
~ 10–12 月
gravity, inertia, conservation of momentum
重力、惯性、动量守恒
更抽象的物理规律，建立在前期具体物理概念之上，体现了认知的层次化发展。
物体认知 · Objects
~ 3–5 月
object permanence
客体永久性
理解物体被遮挡后依然存在，而不是"眼不见即消失"。皮亚杰（Piaget）的经典概念，但近代研究证明比皮亚杰估计的早得多。
~ 4–5 月
solidity, rigidity
固体性与刚性
物体不能穿越另一个固体，且形状固定不变形。
~ 5–8 月
natural kind categories
自然类别范畴
将物体归类为"狗"、"椅子"等自然类别，而不只是识别个体。这是概念泛化（conceptual generalization）能力的早期形态。
~ 12–13 月
shape constancy
形状恒常性
即使从不同角度看，仍能识别物体形状不变——这正是计算机视觉中 3D shape understanding 问题的生物对应。
§ 04
社会沟通（Social Communication）
~ 6–7 月
helping vs hindering
帮助 vs 阻碍
能区分"帮助者"和"妨碍者"，倾向于亲近帮助者。Hamlin et al. (2007) 的著名婴儿道德感知实验基于此。
~ 12 月
pointing
指点手势
开始用手指向物体，是共同注意力（joint attention）的关键里程碑，也是语言发育的重要前驱。
~ 13–14 月
false perceptual beliefs
错误知觉信念
开始理解他人可能持有与现实不符的信念——心智理论（Theory of Mind）的早期形式。完整的 ToM 一般在 3–4 岁才成熟。
§ 05
行为产出（Production）
~ 0–2 月
proto-imitation
原始模仿
模仿简单的面部动作（如吐舌头），是学习型模仿行为的最早期形态，也与镜像神经元系统（mirror neuron system）研究相关。
~ 0–3 月
emotional contagion
情绪感染
听到别人哭自己也哭，是同理心（empathy）的最原始形式，也是 LeCun 架构中 Intrinsic Cost 设计"感知他人情绪"驱动的生物基础。
~ 10 月
crawling
爬行
主动移动能力的获得，显著扩展了婴儿的感知范围，反过来加速物理和空间概念的发育。
~ 12 月
walking
行走
直立行走，解放双手。对应机器人研究中 locomotion 是 manipulation 的前提的观察。
§ 06
对 Embodied AI 的启示
层次化学习
抽象概念（重力、惯性）建立在具体概念（物体永久性、类别）之上。VLA 的课程学习（curriculum learning）设计应考虑这种层次结构。
观察式学习
大量知识通过观察而非直接干预习得，支持用大规模视频数据做自监督预训练（self-supervised pretraining），这正是 π₀ 等模型的预训练思路。
Embodiment 的重要性
爬行能力的获得（10月）显著加速了空间和物理概念的发育——这提示"身体与环境的交互"本身就是认知发育的加速器，支持 embodied learning 而非纯文本学习。
Sample efficiency 问题
婴儿用远少于大模型训练所需的"数据"完成学习。原因可能包括：先天结构偏置（inductive biases）、主动探索（active learning）、以及身体交互提供的丰富多模态信号。
社会沟通（Social Communication）