Czy sztuczna inteligencja może uczyć się języka jak dziecko? Naukowcy przetestowali to, nagrywając materiał filmowy z życia dziecka i przesyłając go do systemu sztucznej inteligencji.
Co się stanie, jeśli będziesz trenować system sztucznej inteligencji (AI) w tym samym tempie, co dziecko?
Zespół naukowców z New York University (NYU) wyposażył dziecko w kamerę umieszczoną na głowie i nagrał filmy od jego szóstego miesiąca życia do drugich urodzin.
Udało im się zarejestrować około jednego procenta godzin czuwania dziecka, które wykorzystali do wytrenowania systemu sztucznej inteligencji lub sieci neuronowej – modelu obliczeniowego zdolnego do uczenia się wzorców na podstawie danych wejściowych.
Wyniki swoich badań opublikowali w czasopiśmie Science.
Pomimo tej stosunkowo niewielkiej ilości danych w porównaniu ze zwykłymi, ogromnymi zbiorami danych używanymi do szkolenia sztucznej inteligencji, wystarczyły one do nauki języków.
„Po raz pierwszy pokazujemy, że sieć neuronowa wytrenowana na realistycznych pod względem rozwojowym danych wejściowych pochodzących od pojedynczego dziecka może nauczyć się łączyć słowa z ich wizualnymi odpowiednikami” – Wai Keen Vong, naukowiec w Center for Data Science na Uniwersytecie Nowojorskim i autor artykułu – stwierdził w oświadczeniu pierwszy autor.
„Nasze wyniki pokazują, jak najnowsze postępy algorytmiczne w połączeniu z naturalistycznym doświadczeniem jednego dziecka mogą potencjalnie zmienić nasze rozumienie wczesnego przyswajania języka i pojęć” – dodał.
Narzędzie, dzięki któremu możesz dowiedzieć się więcej o nauce języków
Najnowocześniejsze systemy sztucznej inteligencji przechodzą szkolenia dotyczące tekstowych zbiorów danych zawierających biliony słów, podczas gdy dzieci mają do czynienia jedynie z milionami słów rocznie.
Wykorzystując modele sztucznej inteligencji do badania nauki języków „możemy zająć się klasycznymi debatami na temat składników, których dzieci potrzebują do nauki słów – czy do prawidłowego działania potrzebują uprzedzeń związanych z językiem, wrodzonej wiedzy, czy po prostu uczenia się poprzez skojarzenia” – powiedział Brenden Lake, adiunkt na Uniwersytecie Nowojorskim i główny autor artykułu.
Badacze dysponowali 60 godzinami materiału filmowego zawierającego około 250 000 wypowiedzianych słów.
Słowa te łączono z klatkami wideo rejestrującymi to, co dziecko widziało, gdy te słowa były wypowiadane podczas takich czynności, jak posiłki, czytanie książek lub zabawa.
Następnie badacze wykorzystali dwa moduły: jeden dla klatek wideo, a drugi dla transkrybowanej mowy kierowanej do dziecka.
Zostały one połączone i przeszkolone za pomocą uczenia kontrastowego, rodzaju uczenia maszynowego wykorzystywanego do trenowania modelu w celu zrozumienia powiązań między sygnałami wizualnymi i językowymi.
Następnym krokiem badaczy było przetestowanie modelu – zwanego modelem widzenia dziecka w zakresie kontrastowego uczenia się (CVCL) – w taki sam sposób, w jaki mierzyli naukę słów u dzieci.
Pokazali modelce słowo i cztery obrazki, prosząc o wybranie obrazka pasującego do tego słowa.
Wyniki wykazały, że modelka nauczyła się wielu słów z codziennego życia dziecka.
System może również zastosować pewne słowa do różnych obrazków, których nie widać podczas szkolenia, czego dzieci również się uczą.
„Odkrycia te sugerują, że ten aspekt uczenia się słów jest wykonalny na podstawie rodzaju naturalistycznych danych, które dzieci otrzymują podczas korzystania ze stosunkowo ogólnych mechanizmów uczenia się, takich jak te występujące w sieciach neuronowych” – powiedział Lake.
