Неуронаучници на Тринити колеџу кажу да бебе може помоћи у откључавању следеће генерације вештачка интелигенција (ИА). Чланак, објављен у научном часопису Натуре Мацхине Интеллигенце, описује принципе како бебе апсорбују информације и како се оне могу реплицирати за примену у АИ. Дакле, погледајте више информација о томе како бебино учење може унапредити вештачку интелигенцију!
Опширније: Гоогле АИ „дете“ може да измакне и учини лоше ствари, тврдње инсајдера
види више
Замењена ЦхатГПТ-ом на послу, жена проводи три месеца…
Ка вештачкој интелигенцији: Аппле планира да интегрише цхатбот у…
Напредак у АИ машинама
Научник Тринити колеџа Лоријн Заадноордијк објашњава да су сви невероватни развоји у вештачкој интелигенцији изведено због машинског учења које користи велику количину података за обуку модела неуронских мрежа вештачки.
Међутим, научник је даље рекао да је напредак у многим областима успорен као основа подацима за побољшање машинског учења треба управљати и хранити их умови људски.
Међутим, својом теоријом тврди да учење може бити ефикасније, јер бебе не уче тако. Ово се дешава док бебе доживљавају свет око себе, понекад га чак и једном виде.
Три важна фактора да би вештачка интелигенција имала квалитет
Чланак идентификује три кључна фактора за АИ да постигне квалитет и брзину бебиног учења.
- Први је да је дечја обрада информација вођена и ограничена;
- Други је да уче кроз различите и мултимодалне инпуте;
- Коначно, допринос беба је обликован развојем и активним учењем.
Идеја истраживања је да се истражи који концепти још увек нису правилно примењени у развоју вештачке интелигенције и побољшати их да би произвели систем који може да учи без постојања под надзором.
Спроведите процес учења детета
Према студији, да би применили дечје процесе учења у вештачкој интелигенцији, они морају да утврде своје преференције од почетка да би могли да обликују учење.
Такође им треба обезбедити богатије податке који представљају свет, а не само слике и табеле. Стога је важно разумети какво је окружење, звукови, мириси и укус ствари.
Коначно, машине такође захтевају развојне путање које дефинишу истраживачи. Као што деца током времена доживљавају различите стимулусе, важно је поновити ово понашање дајући рачунарима различита искуства и мреже док „одрасту“.