Predstav si, že by sme mohli naučiť umelú inteligenciu rozumieť jazyku rovnako, ako to učíme dieťa. Znie to ako sci-fi, no výskumníci z New York University (NYU) sa k tejto myšlienke priblížili o niečo viac. Vybavili batoľa kamerou na hlavičke a nahrávali videá od jeho šiestich mesiacov do druhých narodenín. Euronews ďalej popisuje ako potom tieto nahrávky použili na trénovanie umelej inteligencie, konkrétne neurónovej siete, ktorá sa dokáže učiť z dát.

Výsledky, publikované v časopise Science, prekvapili. Aj napriek tomu, že objem dát bol oveľa menší ako sa bežne používa pri výcviku AI (šlo o približne 1 % bdelých hodín dieťaťa), stačilo to na učenie jazyka. „Ukázali sme po prvýkrát, že neurónová sieť trénovaná na realistických vstupných dátach od jedného dieťaťa sa dokáže naučiť spájať slová s ich vizuálnymi náprotivkami,“ hovorí Wai Keen Vong, hlavný autor štúdie.

AI by mohlo pomôcť lepšie porozumieť proces učenia jazyka.

Tradičné systémy AI sa trénujú na textoch s biliónmi slov, zatiaľ čo deti sú vystavené „len“ miliónom slov ročne. Tento výskum však naznačuje, že aj s menším množstvom dát a prirodzenejším učením dokáže AI dosiahnuť podobné výsledky. „Môže nám to pomôcť pochopiť, čo deti potrebujú na učenie slov – či potrebujú špecifické jazykové sklony, vrodené znalosti, alebo im stačí asociatívne učenie,“ hovorí Brenden Lake, spoluautor štúdie.

Výskumníci mali k dispozícii 60 hodín záznamov s približne 250 000 slovami. Tieto slová boli spojené s videozáznamami toho, čo dieťa videlo, keď boli tieto slová vyslovené počas činností ako jedlo, čítanie kníh alebo hranie. Následne sa použili dva moduly: jeden na videozáznamy a druhý na prepis hovoreného slova smerovaného k dieťaťu. Tieto moduly sa spojili a trénovali pomocou kontrastného učenia, ktoré pomáha modelu pochopiť súvislosti medzi vizuálnymi a jazykovými podnetmi.

Výsledky výskumu ohromili samotných vedcov a pomôžu nám lepšie pochopiť proces učenia jazyka.  

Výsledný model nazvaný „Child’s View for Contrastive Learning model“ (CVCL) dokázal pri testovaní správne spájať slová s obrázkami, podobne ako malé deti. Dokonca dokázal aplikovať niektoré slová aj na nové obrázky, čo je ďalšia schopnosť detí.

Tento výskum má potenciál prehĺbiť naše chápanie toho, ako sa deti učia jazyk, a zároveň pomôcť pri vývoji umelej inteligencie, ktorá sa učí prirodzenejšie a efektívnejšie. Zároveň však vyvoláva otázky o úlohe vrodených znalostí a špecifických sklonov v procese učenia jazyka.

Napriek tomu, že štúdia bola limitovaná použitím dát od jedného dieťaťa, ide o významný krok vpred v oblasti porozumenia toho, ako sa AI môže učiť jazyk. Budúce výskumy by sa mohli zamerať na overenie tohto prístupu na väčších a rôznorodejších súboroch dát a úlohách.