美國教授用2歲女兒訓(xùn)AI模型登Science,，人類幼崽頭戴相機訓(xùn)練全新AI

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-05-14 13:19:10 澎湃新聞

一位紐約州立大學(xué)的教授為了探索更高效的AI模型訓(xùn)練方法，采取了一項別出心裁的實驗：他將類似GoPro的相機固定在他1歲9個月大的女兒Luna頭上,，以此記錄她日常玩耍的視角,，共計11個月，每周一小時,。這項研究背后的動機源自對兒童語言學(xué)習(xí)能力的觀察——小孩子們能迅速吸收并理解周圍環(huán)境,，形成對世界的認知，其效率似乎遠超現(xiàn)有的大語言模型（LLMs）,。

當(dāng)前,，訓(xùn)練LLM需要海量數(shù)據(jù)支撐，這不僅消耗大量資源，而且模型即便在海量信息浸泡下,，對于語言的掌握仍不及兒童的靈活性和創(chuàng)造性,。紐約州立大學(xué)心理學(xué)家Brenden Lake認為，兒童學(xué)習(xí)語言的高效途徑或許能為提升LLM訓(xùn)練效率提供靈感,。于是,，他和團隊嘗試?yán)脙和恼鎸嵣钜曨l資料來訓(xùn)練模型，旨在模擬兒童如何在日?；又兄鸩秸莆照Z言,。

實驗中，他們不僅收集了Luna的視頻,，還擴展到了其他25名兒童,，通過這些第一人稱視角的視頻記錄，結(jié)合照顧者的語音,，模型被設(shè)計去學(xué)習(xí)視頻片段與相應(yīng)言語之間的聯(lián)系,。初步成果已發(fā)表在《Science》雜志上，展示了一個基于61小時視頻訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能夠?qū)⑻囟ㄔ~匯與視頻中的情境相關(guān)聯(lián),，甚至能在未經(jīng)訓(xùn)練的情況下推斷出某些對象的名稱,，盡管準(zhǔn)確性有待提高。

Lake和他的團隊意識到,，這一研究路徑與科技巨頭們依賴龐大數(shù)據(jù)庫訓(xùn)練模型的傳統(tǒng)做法截然不同,。他們追求的目標(biāo)是，讓AI模型能夠像兒童一樣,，從相對有限且稀疏的數(shù)據(jù)中學(xué)習(xí)并推廣,，這意味著未來的LLM或許不再需要天文數(shù)字級別的數(shù)據(jù)量來訓(xùn)練，從而緩解數(shù)據(jù)饑渴問題,。美國教授用2歲女兒訓(xùn)AI模型登Science,，人類幼崽頭戴相機訓(xùn)練全新AI。

盡管實驗仍處于早期階段,，且面臨諸多挑戰(zhàn),，如處理視覺與語言的動態(tài)對應(yīng)關(guān)系，以及模型對抽象概念理解的局限,，但這些初步的成功為理解和模擬人類語言學(xué)習(xí)機制打開了一扇窗,。長遠來看，此類模型不僅能促進我們對人類學(xué)習(xí)和發(fā)展的深入理解,，還可能應(yīng)用于語言障礙治療及兒童語言教育領(lǐng)域,，探索更多未知的應(yīng)用潛力。簡而言之,，這項研究嘗試借鑒兒童學(xué)習(xí)的自然過程,，為AI的語言學(xué)習(xí)能力開啟新的探索方向,。

(責(zé)任編輯：盧其龍 CN070)

關(guān)閉

美國教授用2歲女兒訓(xùn)AI模型登Science,，人類幼崽頭戴相機訓(xùn)練全新AI

相關(guān)新聞

今日熱點

頻道熱點