Kredit:Unsplash/CC0 Public Domain
Babyer kan hjælpe med at låse op for den næste generation af kunstig intelligens (AI), ifølge Trinity neurovidenskabsmænd og kolleger, der netop har offentliggjort nye vejledende principper til forbedring af AI.
Forskningen, offentliggjort i dag i tidsskriftet Nature Machine Intelligence , undersøger neurovidenskaben og psykologien bag spædbørns læring og destillerer tre principper til at guide den næste generation af AI, som vil hjælpe med at overvinde de mest presserende begrænsninger ved maskinlæring.
Dr. Lorijn Zaadnoordijk, Marie Sklodowska-Curie Research Fellow ved Trinity College forklarede:"Kunstig intelligens (AI) har gjort enorme fremskridt i det sidste årti, hvilket har givet os smarte højttalere, autopiloter i biler, stadig smartere apps og forbedret medicinsk diagnose. Disse spændende udviklinger inden for kunstig intelligens er opnået takket være maskinlæring, som bruger enorme datasæt til at træne kunstige neurale netværksmodeller.
"Men fremskridtene går i stå på mange områder, fordi de datasæt, som maskiner lærer af, skal omhyggeligt kurateres af mennesker. Men vi ved, at læring kan gøres meget mere effektivt, fordi spædbørn ikke lærer på denne måde. De lærer ved at opleve verden omkring dem, nogle gange ved at se noget bare én gang."
I deres artikel "Lessons from infant learning for unsupervised machine learning" argumenterer Dr. Lorijn Zaadnoordijk og professor Rhodri Cusack fra Trinity College Institute of Neuroscience (TCIN) og Dr. Tarek R. Besold fra TU Eindhoven, Holland, at der er behov for bedre måder at lære af ustrukturerede data. For første gang fremsætter de konkrete forslag om, hvilke særlige indsigter fra spædbørns læring, der kan anvendes frugtbart i maskinlæring, og hvordan man præcist anvender disse læringer.
Maskiner, siger de, har brug for indbyggede præferencer for at forme deres læring fra begyndelsen. De bliver nødt til at lære af rigere datasæt, der fanger, hvordan verden ser ud, lyder, lugter, smager og føles. Og ligesom spædbørn skal de have en udviklingsbane, hvor oplevelser og netværk ændrer sig, efterhånden som de "vokser op".
Dr. Tarek R. Besold, forsker, Filosofi &Etik-gruppe ved TU Eindhoven, sagde:"Som AI-forskere trækker vi ofte metaforiske paralleller mellem vores systemer og den mentale udvikling af menneskelige babyer og børn. Det er på høje tid at tage disse analogier mere seriøst og se på den rige viden om spædbørns udvikling fra psykologi og neurovidenskab, som kan hjælpe os med at overvinde de mest presserende begrænsninger ved maskinlæring."
Professor Rhodri Cusack, Thomas Mitchell-professor i kognitiv neurovidenskab, direktør for Trinity College Institute of Neuroscience, tilføjede:"Kunstige neurale netværk var i dele inspireret af hjernen. Ligesom spædbørn er de afhængige af læring, men de nuværende implementeringer er meget forskellige fra menneskers (og dyrs) læring. Gennem tværfaglig forskning kan babyer hjælpe med at låse op for den næste generation af AI."