Учените обучават AI модел като човешко бебе да учи език

Може ли изкуственият интелект да научи език като бебе? Изследователите тестваха това, като записаха кадри от живота на дете и ги подадоха към AI система.

Какво се случва, когато тренирате система с изкуствен интелект (AI) със същото темпо като бебе?

Екип от изследователи от Нюйоркския университет (NYU) оборудва бебе с монтирана на главата камера и записва видеоклипове от времето, когато детето е на шест месеца до втория му рожден ден.

Те успяха да запишат около един процент от часовете на будност на детето, които използваха за обучение на AI система или невронна мрежа - изчислителен модел, способен да научи модели от входни данни.

Те публикуваха откритията си в списанието.

Въпреки това сравнително малко количество данни в сравнение с обичайните използвани масивни набори от данни за обучение на AI, беше достатъчно за изучаване на езици.

„Ние показваме за първи път, че невронна мрежа, обучена на това реалистичен за развитието принос от едно дете може да се научи да свързва думите с техните визуални двойници,” Wai Keen Vong, изследовател в Центъра за наука за данни на Нюйоркския университет и първият автор на статията, .

„Резултатите ни показват как скорошният напредък в алгоритмите, съчетан с натуралистичния опит на едно дете, има потенциала да преформулира нашето разбиране за ранното усвояване на език и концепции,” добави той.

Инструмент, за да научите повече за езиковото обучение

Нагоре -tier AI системите преминават обучение върху набори от текстови данни, съдържащи трилиони думи, докато децата са изложени само на милиони думи годишно.

Чрез използване на AI модели за изучаване на езиковото обучение „ние можем да отговорим на класически дебати за това какви съставки имат децата трябва да научат думи – независимо дали имат нужда от специфични за езика пристрастия, вродени знания или просто асоциативно обучение, за да продължат“, каза Брендън Лейк, асистент в Нюйоркския университет и старши автор на статията.

Изследователите са имали 60 часове кадри, които съдържаха около 250 000 съобщени думи.

Тези думи бяха свързани с видеокадри, улавящи това, което детето виждаше, когато тези думи бяха изречени по време на дейности като време за хранене, четене на книги или игра.

След това изследователите използваха два модула: един за видео кадри и друг за транскрибирана реч, насочена към детето.

Те бяха комбинирани и обучени с контрастно обучение, вид машинно обучение, използвано за обучение на модела разбират асоциациите между визуални и лингвистични знаци.

Следващата стъпка за изследователите беше да тестват модела - наречен Child's View for Contrastive Learning Model (CVCL) – по същия начин те измерват научаването на думи от бебетата.

Те показаха на модела дума и четири картинки, като го помолиха да избере картината, която съответства на думата.

Резултатите разкриха, че моделът е научил много думи от ежедневния живот на детето.

Системата може също така да приложи някои думи към различни картини, които не се виждат по време на обучението, което децата също се учат да правят.

„Тези открития предполагат, че този аспект на ученето на думи е осъществим от вида натуралистични данни, които децата получават, докато използват сравнително общи механизми за учене като тези, открити в невронните мрежи“, каза Лейк.

Последвайте ни в