Σύστημα τεχνητής νοημοσύνης εκπαιδεύτηκε βλέποντας τον κόσμο μέσα από τα μάτια ενός μωρού

Σύστημα τεχνητής νοημοσύνης έμαθε να αναγνωρίζει λέξεις όπως «κούνια» και «μπάλα», αναλύοντας τα δεδομένα από κάμερα που είχε τοποθετηθεί στο κεφάλι ενός μωρού. Σύμφωνα με τους ερευνητές, αυτό το πείραμα θα μπορούσε να αποκαλύψει νέα στοιχεία για τον μηχανισμό της ανθρώπινης γλώσσας.

«Τα αποτελέσματα υποδηλώνουν ότι η τεχνητή νοημοσύνη μπορεί να μας βοηθήσει να κατανοήσουμε πώς μαθαίνουν οι άνθρωποι», εξήγησε ο Γουάι Κιν Βονγκ, συν-συγγραφέας της μελέτης και ερευνητής στον τομέα της τεχνητής νοημοσύνης στο Πανεπιστήμιο της Νέας Υόρκης.

Αυτό ήταν προηγουμένως ασαφές, επειδή άλλα μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT, εκπαιδεύονται με τεράστιους όγκους δεδομένων, οι οποίοι δεν είναι συγκρίσιμοι με τις εμπειρίες ενός βρέφους στον πραγματικό κόσμο, σύμφωνα με τον Βονγκ.

Το σύστημα τεχνητής νοημοσύνης έμαθε να αναγνωρίζει αντικείμενα συνδέοντας εικόνες με τις αντίστοιχες λέξεις, χωρίς να έχει προηγούμενες γνώσεις για τη γλώσσα. Αυτό αμφισβητεί ορισμένες θεωρίες των γνωστικών επιστημών ότι, για να αποδώσουν νόημα στις λέξεις, τα μωρά πρέπει να έχουν έμφυτη γνώση για τη λειτουργία της γλώσσας, σημείωσε ο Βονγκ.

Η μελέτη αποτελεί «μια συναρπαστική προσέγγιση» για την κατανόηση της πρώιμης απόκτησης της γλώσσας στα παιδιά, δήλωσε η Χέδερ Μπόρτφελντ, γνωσιακή επιστήμονας στο Πανεπιστήμιο της Καλιφόρνιας, Merced.

Το πείραμα

Από την ηλικία των έξι μηνών έως περίπου δύο ετών, ένα αγόρι ονόματι Σαμ φορούσε ένα κράνος με ενσωματωμένη κάμερα για περίπου μία ώρα δύο φορές την εβδομάδα (περίπου το 1% του χρόνου που ήταν ξύπνιος). Οι ερευνητές εκπαίδευσαν ένα νευρωνικό δίκτυο – σύστημα τεχνητής νοημοσύνης που μιμείται τη δομή του ανθρώπινου εγκεφάλου – με στιγμιότυπα από τα βίντεο και τις λέξεις που άκουγε εκείνη τη στιγμή ο Σαμ, οι οποίες είχαν καταγραφεί σε αρχείο.

Το μοντέλο εκτέθηκε σε 250.000 συνδυασμούς λέξεων και εικόνων, που καταγράφηκαν κατά τη διάρκεια δραστηριοτήτων όπως το παιχνίδι, το διάβασμα και το φαγητό και στη συνέχεια χρησιμοποίησε μια τεχνική που ονομάζεται αντιθετική μάθηση για να μάθει ποιες λέξεις αντιστοιχούν σε ποιες εικόνες. Για να ελέγξουν τα αποτελέσματα, οι ερευνητές ζήτησαν από το μοντέλο να αντιστοιχίσει μια λέξη με μια από τέσσερις πιθανές εικόνες, ένα τεστ που χρησιμοποιείται για την αξιολόγηση των γλωσσικών ικανοτήτων των παιδιών. Το μοντέλο ταξινόμησε επιτυχώς το αντικείμενο στο 62% των περιπτώσεων.

Για ορισμένες λέξεις, όπως «μήλο» και «σκύλος», το μοντέλο ήταν σε θέση να αναγνωρίσει παραδείγματα που δεν είχε ξαναδεί. Κατά μέσο όρο, το έκανε με επιτυχία στο 35% των περιπτώσεων. Το σύστημα ήταν καλύτερο στον εντοπισμό αντικειμένων εκτός πλαισίου όταν αυτά εμφανίζονταν συχνά στα δεδομένα εκπαίδευσης. Ήταν επίσης καλύτερο στον εντοπισμό αντικειμένων που διέφεραν ελάχιστα.

Ωστόσο, η Μπόρτφελντ τονίζει ότι πρόκειται για μια μελέτη που στηρίχθηκε σε δεδομένα από ένα μόνο παιδί, γεγονός που εγείρει ερωτήματα σχετικά με τη γενικευσιμότητα των ευρημάτων της, επειδή οι εμπειρίες και τα περιβάλλοντα των παιδιών ποικίλλουν σε μεγάλο βαθμό.

Η μελέτη αποκάλυψε όμως ότι τα μωρά μπορούν να μαθαίνουν από τις πρώτες μέρες της ζωής τους μέσω του σχηματισμού συσχετισμών μεταξύ διαφορετικών αισθητηριακών πηγών. Τα ευρήματα αμφισβητούν επίσης τους επιστήμονες – όπως ο Αμερικανός γλωσσολόγος Νόαμ Τσόμσκι – οι οποίοι υποστηρίζουν ότι η γλώσσα είναι πολύ περίπλοκη και η εισροή πληροφοριών πολύ αραιή, ώστε η απόκτηση της γλώσσας να συμβαίνει μέσω γενικών διαδικασιών μάθησης.

«Αυτά είναι από τα ισχυρότερα δεδομένα που έχω δει και δείχνουν ότι δεν είναι απαραίτητοι τέτοιοι ειδικοί μηχανισμοί», δήλωσε η ερευνήτρια.

Οι ερευνητές λένε ότι, επειδή η τεχνητή νοημοσύνη περιορίζεται στην εκπαίδευση σε εικόνες και γραπτό κείμενο, δεν θα μπορούσε να βιώσει αλληλεπιδράσεις που είναι συνυφασμένες με τη ζωή ενός πραγματικού μωρού. Το σύστημα δυσκολεύτηκε να μάθει τη λέξη «χέρι» για παράδειγμα, μια από τις πρώτες λέξεις που μαθαίνουν τα μωρά.

«Τα μωρά έχουν τα δικά τους χέρια, έχουν μεγάλη εμπειρία με αυτά. Αυτό είναι σίγουρα ένα στοιχείο που λείπει από το μοντέλο μας» εξήγησε ο Βονγκ.

Τα ευρήματα της μελέτης δημοσιεύθηκαν στο περιοδικό «Science».

ΠΗΓΗ: Nature