Учените обучават AI модел като човешко бебе да учи език

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

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

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

Те съумяха да запишат към един % от часовете на бодрост на детето, които използваха за образование на AI система или невронна мрежа - изчислителен модел, кадърен да научи модели от входни данни.

Те разгласиха откритията си в списанието.

Въпреки това относително малко количество данни спрямо нормалните употребявани солидни набори от данни за образование на AI, беше задоволително за проучване на езици.

„ Ние демонстрираме за първи път, че невронна мрежа, подготвена на това реален за развиването принос от едно дете може да се научи да свързва думите с техните образни двойници, ” Wai Keen Vong, откривател в Центъра за просвета за данни на Нюйоркския университет и първият създател на публикацията,.

„ Резултатите ни демонстрират по какъв начин скорошният прогрес в логаритмите, комбиниран с натуралистичния опит на едно дете, има капацитета да преформулира нашето схващане за ранното асимилиране на език и концепции, ” добави той.

Инструмент, с цел да научите повече за езиковото образование

Нагоре -tier AI системите минават образование върху набори от текстови данни, съдържащи трилиони думи, до момента в който децата са изложени единствено на милиони думи годишно.

Чрез потребление на AI модели за проучване на езиковото образование „ ние можем да отговорим на типичен диспути за това какви съставки имат децата би трябвало да научат думи – без значение дали имат потребност от характерни за езика пристрастия, вродени познания или просто асоциативно образование, с цел да продължат “, сподели Брендън Лейк, помощник в Нюйоркския университет и старши създател на публикацията.

Изследователите са имали 60 часове фрагменти, които съдържаха към 250 000 обявени думи.

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

След това откривателите използваха два модула: един за видео фрагменти и различен за транскрибирана тирада, ориентирана към детето.

Те бяха комбинирани и подготвени с контрастно образование, тип машинно образование, употребявано за образование на модела схващат асоциациите сред образни и лингвистични знаци.

Следващата стъпка за откривателите беше да тестват модела - наименуван Child's View for Contrastive Learning Model (CVCL) – по същия метод те мерят научаването на думи от бебетата.

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

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

Системата може също по този начин да приложи някои думи към разнообразни картини, които не се виждат по време на образованието, което децата също се учат да вършат.

„ Тези открития допускат, че този аспект на ученето на думи е изпълним от типа натуралистични данни, които децата получават, до момента в който употребяват относително общи механизми за учене като тези, открити в невронните мрежи “, сподели Лейк.