آیا هوش مصنوعی می‌تواند مانند کودکان زبان یاد بگیرد؟

به گزارش کودک پرس ، مدل‌های زبانی بزرگی مانند جی‌پی‌تی اوپن‌ای‌آی که به چت بات «چت جی‌پی‌تی» قدرت می‌دهد، روی زتا بایت و یوتا بایت داده‌ها آموزش داده می‌شوند تا بتوانند با انسان‌ها به صورت بین فردی و محاوره‌ای صحبت کنند.

اما کودکان نوپا نمی‌توانند با چت جی‌پی‌تی گفتگو کنند. فقط تصور کنید کودکی آوایی مانند «بلا بلا بلو» را تلفظ کند. چت جی‌پی‌تی به او پاسخ می‌دهد: به نظر می‌رسد که شما یک عبارت تصادفی یا بی.معنی را وارد کرده‌اید.

به منظور بررسی اینکه آیا هوش مصنوعی می‌تواند کلمات و ایده‌هایی را که کودک هر روز با آن‌ها مواجه می‌شود، یاد بگیرد، محققان دانشگاه نیویورک به این نتیجه رسیدند که بهترین راه پیشرفت، ثبت آنچه کودک نوپا در طول روز می‌گوید و انجام می‌دهد، خواهد بود. تا براساس آن یک مدل هوش مصنوعی بسازند که این مکالمات کودکانه را بیاموزد.

یک آزمایش ۲۰ ماهه

این مطالعه یک نمونع پژوهشی داشت. کودک شش ماهه‌ای که محققان برای ضبط حرکات و کلمات کودک، یک دوربین هدکم را روی سرش نصب کردند.

این آزمایش تا زمانی ادامه یافت که کودک دو ساله شد، درست در محدوده سنی که بیشتر کودکان شروع به گفتن اولین کلمات خود می‌کنند. اما اینطور نیست که دوربین ۲۴ ساعته روی سر کودک نصب شده باشد.

محققان حدود یک درصد از ساعات بیداری کودک را، ترجیحا در طول جلسات بازی، صرف غذا یا جلسات مطالعه، به صورت نیمه هفتگی ثبت کردند که برای یادگیری واقعی زبان کافی بود.

آن‌ها ۶۰ ساعت فیلم جمع آوری کردند که حاوی حدود ۲۵۰ هزار کلمه بود که توسط کودک منتقل می‌شد و بسیاری از آن‌ها مکررا تکرار می‌شدند.

ضبط صحبت‌های کودک نوپا

محققان پس از بررسی داده‌های جمع آوری شده توسط هوش مصنوعی چند وجهی، مشاهده کردند که مدل آن‌ها که براساس زیرمجموعه‌های یک ورودی تک وجهی آموزش دیده، قادر به یادگیری کلمات در محیط‌های روزمره است.

هوش مصنوعی قادر بود کلمات را با ارجاعات بصری که از طریق دوربین سر کودک دیده بود، یا کلمات کودک را با اشیا موجود در جهان که به آن‌ها ارجاع داده می‌شد، ترسیم کند.

وای کین ونگ، دانشمند پژوهشی در مرکز علوم داده دانشگاه نیویورک و نویسنده اول این مقاله گفت: نتایج ما نشان می‌دهد که چگونه پیشرفت‌های الگوریتمی اخیر همراه با تجربه طبیعت گرایانه یک کودک، پتانسیل تغییر درک ما از فراگیری زبان و مفهوم اولیه را دارد.

اما مدل هوش مصنوعی کاملا بی نقص نبود. یک ناهنجاری که محققان متوجه آن شدند این بود که نمی‌توانست با چند چیز به درستی ارتباط برقرار کند. برای مثال، کلمه دست را با شن اشتباه می‌گیرد.

برندن لیک، استادیار مرکز علوم داده و دپارتمان روانشناسی دانشگاه نیویورک و نویسنده ارشد این مقاله گفت: با استفاده از مدل‌های هوش مصنوعی برای مطالعه مشکل واقعی یادگیری زبان که کودکان با آن مواجه هستند، می‌توانیم به بحث‌های کلاسیک در مورد اینکه کودکان برای یادگیری کلمات به چه مولفه‌هایی نیاز دارند بپردازیم اینکه آیا آن‌ها به تعصبات خاص زبان، دانش ذاتی، یا فقط یادگیری برای پیشرفت نیاز دارند.

او افزود: به نظر می‌رسد که ما می‌توانیم با یادگیری بیشتر از آنچه که تصور می‌شود به دست آوریم.

نتایج این آزمایش بینش‌هایی در مورد چگونگی یادگیری یک زبان جدید توسط کودکان کوچک و همچنین معنای تغییر روش پردازش داده‌های مدل‌های زبان بزرگ با کودکانه‌تر کردن آن می‌دهد.