ट्रिनिटी कॉलेज के न्यूरो वैज्ञानिकों का कहना है कि बच्चों अगली पीढ़ी को अनलॉक करने में मदद कर सकता है कृत्रिम होशियारी (एआई)। वैज्ञानिक पत्रिका नेचर मशीन इंटेलिजेंस में प्रकाशित लेख में उन सिद्धांतों का वर्णन किया गया है कि बच्चे जानकारी को कैसे अवशोषित करते हैं और इसे आवेदन के लिए कैसे दोहराया जा सकता है। ऐ. तो, इस बारे में अधिक जानकारी देखें कि कैसे एक बच्चे की शिक्षा कृत्रिम बुद्धिमत्ता को आगे बढ़ा सकती है!
और पढ़ें: अंदरूनी सूत्र का दावा, Google AI 'चाइल्ड' फिसल सकता है और बुरे काम कर सकता है
और देखें
काम पर चैटजीपीटी द्वारा प्रतिस्थापित, महिला ने तीन महीने बिताए...
कृत्रिम बुद्धिमत्ता की ओर: Apple ने चैटबॉट को एकीकृत करने की योजना बनाई है...
एआई मशीनों में प्रगति
ट्रिनिटी कॉलेज के वैज्ञानिक लोरिज़न ज़ाडनूरडिज्क बताते हैं कि कृत्रिम बुद्धिमत्ता में सभी आश्चर्यजनक विकास हुए हैं मशीन लर्निंग के कारण प्रदर्शन किया गया जो तंत्रिका नेटवर्क के मॉडल को प्रशिक्षित करने के लिए बड़ी मात्रा में डेटा का उपयोग करता है कृत्रिम।
हालाँकि, वैज्ञानिक ने आगे कहा कि कई क्षेत्रों में प्रगति धीमी हो गई है मशीन लर्निंग में सुधार के लिए डेटा को दिमाग द्वारा प्रबंधित और फीड करने की आवश्यकता है इंसान।
हालाँकि, अपने सिद्धांत के साथ, उनका दावा है कि सीखना अधिक कुशलता से किया जा सकता है, क्योंकि बच्चे इस तरह नहीं सीखते हैं। ऐसा तब होता है जब बच्चे अपने आस-पास की दुनिया का अनुभव करते हैं, कभी-कभी इसे एक बार भी देख लेते हैं।
एआई की गुणवत्ता के लिए तीन महत्वपूर्ण कारक
लेख एक बच्चे के सीखने की गुणवत्ता और गति प्राप्त करने के लिए एआई के लिए तीन महत्वपूर्ण कारकों की पहचान करता है।
- पहला यह है कि बच्चों की सूचना प्रसंस्करण निर्देशित और सीमित है;
- दूसरा यह कि वे विविध और मल्टीमॉडल इनपुट के माध्यम से सीखते हैं;
- अंत में, शिशुओं का इनपुट विकास और सक्रिय सीखने से आकार लेता है।
शोध का विचार यह पता लगाना है कि किन अवधारणाओं को अभी तक विकास में ठीक से लागू नहीं किया गया है कृत्रिम बुद्धिमत्ता का विकास करें और उन्हें एक ऐसी प्रणाली का निर्माण करने के लिए सुधारें जो बिना सीखे सीख सके पर्यवेक्षित.
बच्चे की सीखने की प्रक्रिया को क्रियान्वित करें
अध्ययन के अनुसार, बच्चों की सीखने की प्रक्रियाओं को एआई में लागू करने के लिए, उन्हें सीखने को आकार देने में सक्षम होने के लिए शुरुआत से ही अपनी प्राथमिकताएं स्थापित करने की आवश्यकता है।
उन्हें समृद्ध डेटा भी प्रदान करने की आवश्यकता है जो दुनिया का प्रतिनिधित्व करता है, न कि केवल छवियों और स्प्रेडशीट का। इस प्रकार, यह समझना महत्वपूर्ण है कि आसपास का वातावरण, ध्वनियाँ, गंध और चीज़ों का स्वाद कैसा है।
अंत में, मशीनों को शोधकर्ताओं द्वारा परिभाषित विकास प्रक्षेप पथ की भी आवश्यकता होती है। जिस तरह बच्चे समय के साथ अलग-अलग उत्तेजनाओं का अनुभव करते हैं, वैसे ही जैसे-जैसे वे बड़े होते हैं, कंप्यूटर को अलग-अलग अनुभव और नेटवर्क देकर इस व्यवहार को दोहराना महत्वपूर्ण है।
