مدل هوش مصنوعی برای یادگیری از طریق چشم و گوش کودک در مطالعه جدید آموزش دیده است

در تحقیقات جدید، یک مدل هوش مصنوعی آموزش داده شد تا کلمات و مفاهیم را از طریق چشم و گوش کودک، با استفاده از فیلم دوربین سر از شش ماهگی تا تولد دوم کودک یاد بگیرد.

محققان نشان داده‌اند که یک مدل هوش مصنوعی (AI) می‌تواند تعداد قابل توجهی از کلمات و مفاهیم را با استفاده از بخش‌های محدودی از آنچه کودک تجربه کرده است، بیاموزد. اگرچه این ویدئو تنها یک درصد از ساعات بیداری کودک را ثبت کرد، اما آنها گفتند که برای یادگیری واقعی زبان کافی است.

«با استفاده از مدل‌های هوش مصنوعی برای مطالعه مشکل یادگیری زبان واقعی که کودکان با آن مواجه هستند، می‌توانیم به بحث‌های کلاسیک درباره اینکه کودکان برای یادگیری کلمات به چه اجزایی نیاز دارند پاسخ دهیم – آیا آنها برای ادامه دادن به تعصبات خاص زبان، دانش ذاتی یا فقط یادگیری تداعی نیاز دارند.» برندان لیک، استادیار مرکز علوم داده و گروه روانشناسی دانشگاه نیویورک و نویسنده ارشد این مطالعه که در مجله Science منتشر شده است، گفت.

ما در کانال های واتس اپ هستیم. برای عضویت کلیک کنید.

برای توسعه این مدل، محققان ابتدا فرآیند یادگیری کودک را که در فیلم اول شخص گرفته شده بود – از طریق یک دوربین سبک وزن که روی سر نصب شده بود – به صورت هفتگی از شش ماهگی تا 25 ماهگی تجزیه و تحلیل کردند.

با استفاده از فیلم‌های ضبط‌شده جمع‌آوری‌شده از بیش از 60 ساعت، تیم متوجه شد که آنها حاوی تقریباً یک چهارم میلیون کلمه هستند – تعداد کلمات ارسال شده، بسیاری از آنها به طور مکرر – که به فیلم‌های ویدیویی مربوط به آنچه کودک به عنوان آن کلمات می‌دید، مرتبط است. صحبت کرد.

این تیم گفت که این عکس ها همچنین شامل طیف گسترده ای از فعالیت های مختلف رشدی، از جمله زمان صرف غذا، خواندن کتاب و بازی کودک است.

محققان سپس یک شبکه عصبی چندوجهی را با دو ماژول مجزا آموزش دادند – یکی که فریم های تکی از ویدئو را می پذیرفت و دیگری که شکل رونویسی شده گفتار به سمت کودک را می پذیرفت.

به گفته آنها، این ماژول ها با استفاده از الگوریتمی به نام یادگیری کنتراست، که هدف آن یادگیری با ایجاد ارتباط در داده های ورودی است، ترکیب و آموزش داده شدند.

به عنوان مثال، آنها توضیح دادند، زمانی که والدین چیزی به چشمان کودک می گویند، احتمالاً برخی از کلمات استفاده شده به چیزی اشاره دارد که کودک می تواند ببیند، به این معنی که درک با اتصال نشانه های بصری و زبانی متضمن است.

وای کین وانگ، محقق مرکز علوم داده دانشگاه نیویورک، می‌گوید: «این به مدل ایده می‌دهد که کدام کلمات باید با کدام اشیا مرتبط شوند.

وونگ گفت: «ترکیب این سیگنال‌ها چیزی است که یادگیری متضاد را قادر می‌سازد تا به تدریج تعیین کند که کدام کلمات متعلق به کدام عناصر بصری است و یادگیری اولین کلمات کودک را به تصویر بکشد.

پس از آموزش مدل، تیم با ارائه مدل با کلمه هدف و آرایه ای از چهار گزینه تصویر مختلف، آن را آزمایش کرد و از آن خواست تا تصویری را انتخاب کند که با کلمه هدف مطابقت دارد.

به گفته محققان، این مدل توانست تعداد قابل توجهی از کلمات و مفاهیم موجود در تجربه روزمره کودک را بیاموزد.

علاوه بر این، برای برخی از کلماتی که مدل یاد گرفت، مشاهده شد که می تواند آنها را به نمونه های بصری متفاوت از آنچه در داده های آموزشی خود دیده بود تعمیم دهد.

به گفته محققان، این جنبه ای از تعمیم را نشان می دهد که در کودکان هنگام مطالعه در آزمایشگاه نیز دیده می شود.

اخبار برتر امروز را بیشتر بخوانید:

آیا اپل تاشو موجود است؟ اپل ممکن است اولین دستگاه تاشو خود را در سال 2026 یا 2027 با نمایشگر 7 تا 8 اینچی عرضه کند. در مورد اینکه آیا این یک آیفون تاشو خواهد بود یا یک iPad، تردید وجود دارد. همه چیز در مورد آن را اینجا بخوانید.

دوست دارید عکس ها را ویرایش کنید؟ در اینجا بهترین کار برای انجام آن در کمترین زمان است! آنها را اینجا ببینید.

عرضه گوشی های هوشمند! Infinix Smart 8 دارای نسخه 8 + 128 گیگابایتی است. دارای دوربین 50 مگاپیکسلی هوش مصنوعی، عناصر طراحی خلاقانه و پردازنده قدرتمند هشت هسته ای MediaTek Helio G36 است. اینجا را ببینید.

گردشگرانی که از برج ایفل در پاریس بازدید می کنند اکنون می توانند سفر خود را به این بنای نمادین از طریق UPI رزرو کنند. همه را اینجا بخوانید.

مراقب هکرها باشید! گزارش اخیر 12 برنامه مخرب، 6 تای آنها در فروشگاه Google Play را پیدا کرده است که بدافزار را منتشر می کنند. بدانید چگونه از خود در برابر چنین تهدیدهایی محافظت کنید. بدانید اینجا چه خبر است.