ช่วย A.I. เรียนรู้การมองโลกผ่านสายตาของเด็ก

พูดคุยกับนักวิจัยด้านปัญญาประดิษฐ์ แล้วพวกเขาจะบอกคุณว่า ในขณะที่ A.I. อาจมีการกระทำที่ซับซ้อนเช่นการขับรถ และการเห็นรายละเอียดเล็กๆ น้อยๆ เกี่ยวกับการเอ็กซ์เรย์สแกน ยังล้าหลังในเรื่องความสามารถทั่วไปของเด็กอายุ 3 ขวบอีกด้วย เด็ก. บางครั้งเรียกว่า ความขัดแย้งของ Moravec: สิ่งที่ดูเหมือนยากนั้นง่ายสำหรับ A.I. ในขณะที่สิ่งที่ดูเหมือนง่ายนั้นยาก

แต่จะเป็นอย่างไรหากคุณสามารถสอน A.I. ถึง เรียนรู้เหมือนเด็ก? และข้อมูลการฝึกอบรมประเภทใดที่คุณต้องการป้อนเข้าสู่โครงข่ายประสาทเทียมเพื่อทำการทดลอง เมื่อเร็ว ๆ นี้ นักวิจัยจากมหาวิทยาลัยนิวยอร์กได้เริ่มทดสอบสมมติฐานนี้โดยใช้ชุดข้อมูลของ ภาพวิดีโอที่ถ่ายจากกล้องติดศีรษะที่เด็กๆ สวมใส่เป็นประจำในช่วงสามปีแรก มีชีวิตอยู่.

ข้อมูล SAYcam นี้รวบรวมโดยนักจิตวิทยา เจส ซัลลิแวน และเพื่อนร่วมงานใน บทความที่ตีพิมพ์เมื่อต้นปีนี้. เด็กๆ บันทึกประสบการณ์สไตล์ GoPro เป็นเวลาหนึ่งถึงสองชั่วโมงต่อสัปดาห์ในระหว่างที่พวกเขาใช้ชีวิตประจำวัน นักวิจัยได้บันทึกภาพดังกล่าวเพื่อสร้าง "ชุดข้อมูลขนาดใหญ่ที่เป็นธรรมชาติและยาวของวิดีโอเกี่ยวกับมุมมองของทารกและเด็ก" เพื่อให้นักจิตวิทยา นักภาษาศาสตร์ และนักวิทยาศาสตร์คอมพิวเตอร์ใช้งาน

การฝึกอบรม A.I. ที่จะมองโลกเหมือนเด็ก

จากนั้นนักวิจัยของมหาวิทยาลัยนิวยอร์กจึงนำข้อมูลวิดีโอนี้ไปใช้ในการฝึกโครงข่ายประสาทเทียม

“เป้าหมายคือเพื่อจัดการกับธรรมชาติและ... คำถามประเภทการเลี้ยงดู” เอมิน ออร์ฮานนักวิจัยชั้นนำของโครงการนี้ กล่าวในอีเมลถึง Digital Trends “ด้วยประสบการณ์การมองเห็นที่เด็กๆ ได้รับในช่วงพัฒนาการช่วงแรกๆ เราสามารถเรียนรู้หมวดหมู่การมองเห็นระดับสูง เช่น โต๊ะ เก้าอี้ แมว รถยนต์ ฯลฯ ได้หรือไม่ — ใช้อัลกอริธึมการเรียนรู้ทั่วไป หรือความสามารถนี้ต้องใช้ความรู้โดยธรรมชาติบางอย่างในเด็ก ที่ไม่สามารถเรียนรู้ได้โดยการประยุกต์วิธีการเรียนรู้ทั่วไปมาใช้กับประสบการณ์การมองเห็นในวัยเด็กที่เด็ก ๆ รับ?"

เอไอ ได้แสดงการเรียนรู้บางอย่าง เช่น การจดจำแมวที่ปรากฏอยู่ในวิดีโอบ่อยครั้ง ในขณะที่นักวิจัยไม่ได้สร้างอะไรที่ใกล้เคียงกับเวอร์ชั่นเด็กเลย ปัญญาประดิษฐ์ทั่วไปอย่างไรก็ตาม การวิจัยเน้นย้ำว่าคุณลักษณะด้านภาพบางอย่างสามารถเรียนรู้ได้ง่ายๆ โดยการดูข้อมูลที่เป็นธรรมชาติได้อย่างไร ยังมีงานที่ต้องทำอีกมาก

“เราพบว่าโดยส่วนใหญ่แล้ว มีความเป็นไปได้ที่จะเรียนรู้แนวคิดด้านภาพระดับสูงที่ซับซ้อนในลักษณะนี้ โดยไม่ต้องมีความรู้โดยธรรมชาติใดๆ ทั้งสิ้น” Orhan อธิบาย “แต่การทำความเข้าใจอย่างแม่นยำว่าโมเดลแมชชีนเลิร์นนิงเหล่านี้ที่ได้รับการฝึกด้วยข้อมูลเฮดแคมนั้นสามารถทำอะไรได้บ้าง และ สิ่งที่ยังขาดหายไปในโมเดลเหล่านี้เมื่อเปรียบเทียบกับความสามารถในการมองเห็นของเด็ก ๆ ยังคง [a] ทำงานอยู่ ความคืบหน้า."

กระดาษ อธิบายการวิจัยมีให้อ่านออนไลน์.

คำแนะนำของบรรณาธิการ

• Nintendo สามารถใช้ A.I. เพื่อนำการเล่นเกม 4K มาสู่ Switch Pro
• A.I. ใหม่อันชาญฉลาด ระบบสัญญาว่าจะฝึกสุนัขของคุณในขณะที่คุณไม่อยู่บ้าน
• ทักษะพื้นฐานของมนุษย์นี้คือก้าวสำคัญถัดไปของ A.I.
• เฟซบุ๊ก เอ.ไอ. สามารถแก้ไขปัญหาที่น่ารำคาญที่สุดในแอปวิดีโอแชทได้
• เอไอนี้ เครื่องกำเนิด meme ได้เชี่ยวชาญศิลปะแห่งอารมณ์ขันทางอินเทอร์เน็ตที่แปลกประหลาด

อัพเกรดไลฟ์สไตล์ของคุณDigital Trends ช่วยให้ผู้อ่านติดตามโลกแห่งเทคโนโลยีที่เปลี่ยนแปลงไปอย่างรวดเร็วด้วยข่าวสารล่าสุด รีวิวผลิตภัณฑ์สนุกๆ บทบรรณาธิการที่เจาะลึก และการแอบดูที่ไม่ซ้ำใคร