Trejybės koledžo neurologai teigia, kad kūdikiai gali padėti atrakinti naujos kartos dirbtinis intelektas (IA). Straipsnyje, paskelbtame moksliniame žurnale Nature Machine Intelligence, aprašomi principai, kaip kūdikiai įsisavina informaciją ir kaip ją galima atkartoti, kad būtų galima pritaikyti AI. Taigi, peržiūrėkite daugiau informacijos apie tai, kaip kūdikio mokymasis gali tobulinti dirbtinį intelektą!
Skaityti daugiau: „Google“ AI „vaikas“ gali paslysti ir padaryti blogų dalykų, teigia viešai neatskleista informacija
Žiūrėti daugiau
Darbe pakeista ChatGPT, moteris tris mėnesius praleidžia…
Dirbtinio intelekto link: „Apple“ planuoja integruoti pokalbių robotą į…
AI mašinų pažanga
Trejybės koledžo mokslininkas Lorijnas Zaadnoordijkas aiškina, kad visi nuostabūs dirbtinio intelekto pokyčiai atliekama dėl mašininio mokymosi, kuris naudoja didelį duomenų kiekį neuroninių tinklų modeliams mokyti dirbtinis.
Tačiau mokslininkas tęsė, kad pažanga daugelyje sričių buvo pristabdyta kaip pagrindas duomenis, skirtus mašininiam mokymuisi tobulinti, reikia valdyti ir maitinti protu žmogus.
Tačiau savo teorijoje jis teigia, kad mokytis galima efektyviau, nes taip kūdikiai nesimoko. Tai atsitinka, kai kūdikiai patiria juos supantį pasaulį, kartais net pamato jį vieną kartą.
Trys svarbūs veiksniai, kad dirbtinis intelektas būtų kokybiškas
Straipsnyje nurodomi trys esminiai veiksniai, padedantys dirbtiniam intelektui pasiekti kūdikio mokymosi kokybę ir greitį.
- Pirmoji – vaikų informacijos apdorojimas yra vadovaujamas ir ribojamas;
- Antrasis yra tai, kad jie mokosi per įvairias ir įvairiarūšes įvestis;
- Galiausiai kūdikių indėlį formuoja vystymasis ir aktyvus mokymasis.
Tyrimo idėja yra ištirti, kurios koncepcijos dar nebuvo tinkamai pritaikytos kuriant dirbtinio intelekto ir tobulinti juos, kad būtų sukurta sistema, galinti mokytis nebūdama prižiūrimas.
Įgyvendinti vaiko mokymosi procesą
Remiantis tyrimu, norėdami pritaikyti vaikų mokymosi procesus dirbtiniu intelektu, jie turi nuo pat pradžių nustatyti savo pageidavimus, kad galėtų formuoti mokymąsi.
Jiems taip pat reikia pateikti turtingesnius duomenis, vaizduojančius pasaulį, o ne tik vaizdus ir skaičiuokles. Taigi svarbu suprasti, kokia yra daiktų aplinka, garsai, kvapai ir skonis.
Galiausiai mašinoms taip pat reikalingos tyrėjų nustatytos plėtros trajektorijos. Kaip vaikai laikui bėgant patiria skirtingus dirgiklius, svarbu pakartoti šį elgesį, suteikiant kompiuteriams skirtingą patirtį ir tinklus jiems „augant“.