Att låsa upp AI:s potential med ett barns perspektiv
Små barn besitter äkta underverk i sin medfödda kognition. Trots att de är beroende av sina vårdgivare har dessa små barn en medfödd förståelse för fysik och förmågan att snabbt assimilera nya språk och begrepp från begränsad information. Moderna AI-system, såsom ChatGPT, har ännu inte lyckats fånga denna djupa sund förnuft som barn uppvisar och som utan ansträngning kan förutse världen runt dem.
Lär dig som ett barn: AI-genombrottet
Forskare vid New York University har påbörjat ett extraordinärt experiment som kan omforma artificiell intelligens inlärning. De introducerade en form av AI som lär sig från en betydligt mindre dataset – en som liknar det en ung person upplever när den lär sig att tala. Denna metod möjliggjorde för AI att göra betydande framsteg genom att spegla inlärningsprocessen hos ett barn vid namn Sam.
Under nästan ett och ett halvt år, från när Sam var sex månader gammal tills han fyllde två år, utrustade forskarna honom med ett kamerafäste på huvudet. Den insamlade filmen fångade 61 timmar av Sams interaktioner med sin omgivning, inklusive familjen, husdjur, spjälsäng, leksaker, hem och måltider. Kognitionsforskaren Brenden Lake från NYU kallade denna dataset för ett enastående fönster in i ett barns värld. Genom att använda 600 000 bildrutor från dessa inspelningar ihopparade med 37 500 instanser av talade ord i barnets miljö lärde de upp ett neuralt nätverk att korrelera ord med objekt.
De upplysande resultaten från data insamlad från små barn
De uppmuntrande resultaten från detta experiment kan bana väg för mer sofistikerade och intuitivt medvetna AI-system. Barns förmåga att lära sig språk och förstå fysiken i sin omgivning med minimal data ifrågasätter idén att komplex inbyggd kunskap krävs. Istället kan en måttlig exponering för världen räcka till, som visades i Sams experiment med kamerafästet på huvudet, något som Jess Sullivan, en utvecklingspsykolog som var involverad i studien, fann djupt ögonöppnande.
AI:s väg mot intuitiv fysik
Inspirerad av exemplet med barn som lär genom observation och interaktion, strävade forskare vid Google DeepMind efter att förse AI med samma ’intuitiva fysiksinne’. Genom att fokusera på rörliga objekt snarare än individuella bildpunkter, och använda hundratusentals videor för träning, lärde sig AI att förutse objektbeteende – ett projekt som överensstämmer med teorin om psykologiska förväntningsbrott och barnpsykologi.
En vision för AI-framtiden: Den globala modellen inom sinnet
Turingpristagaren och AI-ledaren vid Meta, Yann LeCun, förordar perspektivet att träna AI att se genom ett barns ögon kan leda till utvecklingen av ’världsmodeller’ inom AI-system. Han hypotiserar att dessa modeller kommer att möjliggöra att AI intuitivt förstår tredimensionell verklighet och förutser framtida utfall, vilket därmed driver AI närmare mänsklig-liknande resonemang och planering, och banar väg mot Artificial General Intelligence (AGI).
Även om samtida AI utmärker sig inom specialiserade uppgifter, är ambitionen att låsa upp gemensam intelligens för att harmoniskt interagera med vår oförutsägbara värld och förbättra AI:s kapacitet att i stor utsträckning gagna mänskligheten. Att se och lära som ett barn kan vara nyckeln för att frigöra denna potential hos AI.
The source of the article is from the blog be3.sk