Neuroforskare vid Trinity College säger att bebisar kan hjälpa till att låsa upp nästa generation av artificiell intelligens (IA). Artikeln, publicerad i den vetenskapliga tidskriften Nature Machine Intelligence, beskriver principerna för hur spädbarn absorberar information och hur den kan replikeras för tillämpning i AI. Så kolla in mer information om hur ett barns lärande kan främja artificiell intelligens!
Läs mer: Google AI "Child" kan glida iväg och göra dåliga saker, insiderpåståenden
se mer
Ersatt av ChatGPT på jobbet, tillbringar kvinna tre månader...
Mot artificiell intelligens: Apple planerar att integrera chatbot i...
Framsteg inom AI-maskiner
Trinity College-forskaren Lorijn Zaadnoordijk förklarar att alla fantastiska utvecklingar inom artificiell intelligens har varit utförs på grund av maskininlärning som använder en stor mängd data för att träna modeller av neurala nätverk artificiell.
Men forskaren fortsatte med att säga att framstegen på många områden har bromsats upp som grunden för data för förbättring av maskininlärning måste hanteras och matas av sinnen mänsklig.
Men med sin teori hävdar han att inlärning kan göras mer effektivt, eftersom det inte är så barn lär sig. Detta händer när bebisar upplever världen omkring dem, ibland till och med ser den en gång.
Tre viktiga faktorer för att en AI ska ha kvalitet
Artikeln identifierar tre avgörande faktorer för att en AI ska uppnå kvaliteten och hastigheten på en babys inlärning.
- Den första är att barns informationsbehandling är styrd och begränsad;
- Den andra är att de lär sig genom olika och multimodala insatser;
- Slutligen formas bebisars insatser av utveckling och aktivt lärande.
Tanken med forskningen är att utforska vilka begrepp som ännu inte har tillämpats ordentligt i utvecklingen av artificiell intelligens och förbättra dem för att producera ett system som kan lära sig utan att vara det övervakas.
Implementera barnets lärandeprocess
Enligt studien, för att tillämpa barns lärandeprocesser i AI, behöver de etablera sina preferenser från början för att kunna forma lärandet.
De måste också förses med rikare data som representerar världen, inte bara bilder och kalkylblad. Därför är det viktigt att förstå hur sakers omgivning, ljud, lukter och smak är.
Slutligen kräver maskiner också utvecklingsbanor definierade av forskare. Precis som barn upplever olika stimuli över tid är det viktigt att replikera detta beteende genom att ge datorer olika upplevelser och nätverk när de "växer upp".
