Neuronaukowcy z Trinity College twierdzą, że dzidziusie może pomóc odblokować następną generację sztuczna inteligencja (IA). Artykuł, opublikowany w czasopiśmie naukowym Nature Machine Intelligence, opisuje zasady wchłaniania informacji przez dzieci i sposób ich powielania w celu zastosowania w sztuczna inteligencja. Sprawdź więc więcej informacji o tym, jak nauka dziecka może rozwinąć sztuczną inteligencję!
Czytaj więcej: Google AI „Dziecko” może się wymknąć i robić złe rzeczy, twierdzi Insider
Zobacz więcej
Zastąpiona przez ChatGPT w pracy, kobieta spędza trzy miesiące…
W kierunku sztucznej inteligencji: Apple planuje zintegrować chatbota z…
Postęp w maszynach AI
Lorijn Zaadnoordijk, naukowiec z Trinity College, wyjaśnia, że wszystkie niesamowite osiągnięcia w dziedzinie sztucznej inteligencji miały miejsce wykonywane z powodu uczenia maszynowego, które wykorzystuje dużą ilość danych do trenowania modeli sieci neuronowych sztuczny.
Naukowiec dodał jednak, że postęp w wielu dziedzinach został spowolniony jako podstawa dane w celu ulepszenia uczenia maszynowego muszą być zarządzane i zasilane przez umysły człowiek.
Jednak w swojej teorii twierdzi, że uczenie się może odbywać się wydajniej, ponieważ dzieci nie uczą się w ten sposób. Dzieje się tak, gdy dzieci doświadczają otaczającego ich świata, czasem nawet go widzą.
Trzy ważne czynniki, aby sztuczna inteligencja miała jakość
W artykule określono trzy kluczowe czynniki, dzięki którym sztuczna inteligencja może osiągnąć jakość i szybkość uczenia się dziecka.
- Po pierwsze, przetwarzanie informacji przez dzieci jest kierowane i ograniczone;
- Po drugie, uczą się poprzez różnorodne i multimodalne dane wejściowe;
- Wreszcie wkład dzieci jest kształtowany przez rozwój i aktywne uczenie się.
Ideą badań jest zbadanie, które koncepcje nie zostały jeszcze właściwie zastosowane w opracowaniu sztucznej inteligencji i ulepszać je, aby stworzyć system, który może uczyć się bez bycia nadzorowane.
Wdrożyć proces uczenia się dziecka
Według badania, aby zastosować procesy uczenia się dzieci w sztucznej inteligencji, muszą one od początku ustalić swoje preferencje, aby móc kształtować proces uczenia się.
Muszą też otrzymywać bogatsze dane reprezentujące świat, a nie tylko obrazy i arkusze kalkulacyjne. Dlatego ważne jest, aby zrozumieć, jakie jest otoczenie, dźwięki, zapachy i smaki rzeczy.
Wreszcie, maszyny wymagają również trajektorii rozwoju określonych przez badaczy. Tak jak dzieci doświadczają różnych bodźców w czasie, ważne jest, aby powielać to zachowanie, dając komputerom różne doświadczenia i sieci w miarę „dorastania”.
