Oto przyszłość technologii. Dzieci z kamerami GoPro na głowach

AI, by stać się tym, do czego dąży OpenAI i czego pragnie Mark Zuckerberg - czyli systemem o inteligencji równej człowiekowi, lecz dla niego bezpiecznym i przydatnym - musi być w stanie uczyć się i rozumować jak człowiek. Jednak do tego droga daleka, bo naukowcy sami wciąż nie do końca rozumieją, czym jest świadomość i w jaki sposób działa wiele części ludzkiego mózgu.

Wątpliwości co do tego jak człowiek uczy się nowych słów i mowy mają rozwiać dzieci z kamerami. A to nie za pomocą inwazyjnych zabiegów czy skomplikowanych analiz medycznych. Naukowcy chcą przyczepić bobasom do głowy kamery GoPro, by pozyskać cenne dla siebie dane.

Jak przekazuje Brendan Lake, psycholog zajmujący się m.in. sztuczną inteligencją na Uniwersytecie stanu Nowy Jork, nawet najlepsze istniejące na świecie systemy sztucznej inteligencji potrzebują "astronomicznej" ilości tekstów, zawierających miliardy słów, by być w stanie komunikować się z ludźmi w języku naturalnym. Stoi to w opozycji do umysłu dzieci w wieku od roku do trzech lat, chłonnego jak gąbka. Choć komputery są nieporównywalnie szybsze niż dzieci, to dzieci potrzebują nieporównywalnie mniej danych, by być w stanie zacząć się komunikować.

Tę zależność chce zbadać zespół naukowców pod przewodnictwem Lake'a. Jego najnowszy projekt badawczy ma na celu określenie, jak sprawdzenie można trenować model sztucznej inteligencji wyłącznie przy użyciu bodźców doświadczanych przez dziecko uczące się pierwszych słów. Jednak jakie są to bodźce? Tego badacze dowiedzą się poprzez nagrania, których dostarczą kamery umieszczone na głowach dzieci.

Jak informuje The New York Times, w nietypowym badaniu bierze udział grupa 25 niemowląt i dzieci z całych Stanów Zjednoczonych, w tym córka samego Brendana Lake'a, Luna. Przez godzinę, co tydzień, przez ostatnie jedenaście miesięcy Brenden i jego żona Kwan zakładają Lunie na głowę hełm z kamerą, dzięki któremu urządzenie może nagrywać świat z perspektywy dziewczynki.

Tak stworzone nagrania - z perspektywy Luny i 24 innych dzieci, zostaną wykorzystane do wytrenowania modelu językowego "wykorzystując te same bodźce sensoryczne, na które wystawiony jest maluch". W założeniu ma to się przyczynić nie tylko do usprawnienia procesu uczenia maszynowego, ale także dać lepszy wgląd w to, jak uczą się dzieci w początkowych etapach swojego życia, dając cenną wiedzę dziedzinom takim jak np. neurologia czy logopedia.

Model, który zbuduje zespół Lake'a będzie działał podobnie do modelu Clip OpenAI. Clip może przyjąć obraz jako dane wejściowe i wyświetlić sugerowany opisowy podpis na podstawie danych treningowych par obraz-podpis. Model Lake'a ma być w stanie przyjąć widok sceny jako dane wejściowe i użyć języka naturalnego opisującego tę scenę, na podstawie danych treningowych z nagrań GoPro i odgłosów opiekunów. Model może również przekształcać opisy w klatki wcześniej widziane podczas treningu.

Eksperyment, jak wyjaśnił, nie polega na tym, czy model można wyszkolić w celu dopasowania obiektów na obrazach do odpowiedniego słowa - tego dokonały już dawno koncerny technologiczne. Zamiast tego naukowcy mają nadzieję zrozumieć, czy model może faktycznie nauczyć się identyfikować obiekty przy użyciu niczego więcej niż stosunkowo małego "zbioru danych" dostępnego dla przeciętnego dziecka.

Więcej na temat sztucznej inteligencji (AI):