Neurovědci z Trinity College říkají, že miminka může pomoci odemknout další generaci umělá inteligence (AI). Článek, publikovaný ve vědeckém časopise Nature Machine Intelligence, popisuje principy, jak děti vstřebávají informace a jak je lze replikovat pro použití v AI. Podívejte se tedy na další informace o tom, jak může učení dítěte posunout umělou inteligenci!
Přečtěte si více: Umělá inteligence Google „Dítě“ může vypadnout a dělat špatné věci, tvrdí zasvěcení lidé
vidět víc
Žena, kterou nahradil ChatGPT v práci, stráví tři měsíce…
Směrem k umělé inteligenci: Apple plánuje integrovat chatbota do…
Pokrok v AI strojích
Vědec z Trinity College Lorijn Zaadnoordijk vysvětluje, že všechny úžasné pokroky v umělé inteligenci byly prováděno díky strojovému učení, které využívá velké množství dat k trénování modelů neuronových sítí umělý.
Vědec však dále uvedl, že pokrok v mnoha oblastech byl zpomalen jako základ data pro zlepšení strojového učení musí být spravována a zásobována myslí člověk.
Svou teorií však tvrdí, že učení se dá dělat efektivněji, protože takhle se miminka neučí. Děje se to, když děti zažívají svět kolem sebe, někdy ho dokonce jednou uvidí.
Tři důležité faktory pro kvalitu AI
Článek identifikuje tři klíčové faktory pro umělou inteligenci k dosažení kvality a rychlosti učení dítěte.
- První je, že zpracování informací dětmi je řízené a omezené;
- Druhým je, že se učí prostřednictvím různorodých a multimodálních vstupů;
- A konečně, vstup dětí je formován rozvojem a aktivním učením.
Myšlenkou výzkumu je prozkoumat, které koncepty dosud nebyly při vývoji správně aplikovány umělé inteligence a vylepšit je, aby vytvořili systém, který se může učit, aniž by byl pod dohledem.
Implementujte proces učení dítěte
Podle studie, aby mohly děti uplatňovat učební procesy v AI, musí si od začátku stanovit své preference, aby mohly utvářet učení.
Je třeba jim také poskytnout bohatší data, která představují svět, nejen obrázky a tabulky. Proto je důležité porozumět tomu, jaké je okolí, zvuky, vůně a chuť věcí.
A konečně, stroje také vyžadují vývojové trajektorie definované výzkumnými pracovníky. Stejně jako děti v průběhu času zažívají různé podněty, je důležité toto chování replikovat tím, že počítačům poskytneme různé zkušenosti a sítě, jak budou „vyrůstat“.
