Pesquisadores de IA Recorrem a Crianças Pequenas para Insights sobre Aprendizado de Linguagem

- Crianças pequenas com GoPros ajudam a desvendar mistérios da linguagem.
- O aprendizado de linguagem pelas crianças inspira pesquisas sobre eficiência da IA.
- A modelagem por vídeo oferece insights sobre a aquisição de linguagem.
Num esforço para desvendar os mistérios da aprendizagem da língua, os pesquisadores de IA estão a seguir um curso improvável: montar uma câmara GoPro no topo da cabeça de um bebé. Embora possa parecer um pouco estranho, esta nova forma de fazer as coisas visa mostrar como as mentes jovens podem facilmente aprender e processar a língua, uma façanha que ainda está além do alcance mesmo dos sistemas de inteligência artificial mais sofisticados.
Perspetivas da aprendizagem infantil para a língua
Brenden Lake, um psicólogo da Universidade do Estado de Nova Iorque, atualmente envolvido em pesquisa sobre interação humano-computador, é um exemplo notável do seu trabalho. O estudo envolve 25 crianças de todo os EUA, incluindo a sua filha. Ele e a sua equipa assistem aos seus vídeos e ouvem o seu áudio. Acreditam que o mundo pode ser visto pela perspetiva de uma criança; portanto, podem decifrar os segredos da aquisição da língua.
Os grandes modelos de linguagem, os principais construtores por trás do surto de IA generativa, podem facilmente sobrecarregar as suas redes neurais com dados excessivos, que podem ser triliões de palavras. No entanto, as crianças têm uma incrível capacidade linguística e adquirem-na com muito menos exposição. Esta desigualdade catalisou pesquisas como a investigação realizada por Lake sobre como alcançar o nível de eficiência das crianças alternando abordagens.
Ele diz que deve haver mais foco nisso, não necessariamente modelos maiores a fazerem cada vez mais enquanto se alimentam de cada vez mais dados. Ele argumentou que se podem adquirir tais grandes capacidades dessa forma. Ainda assim, começa a parecer mais como uma inteligência extraterrestre que está longe do que sabemos sobre a inteligência humana, e o que é admirado na inteligência humana é a capacidade de aprender a partir de entradas limitadas e depois generalizar muito além dos dados vistos
Aquisição de língua através de IA
A equipa, dirigida por Carl, já teve um bom desempenho. Em janeiro, treinaram uma rede neural com imagens de 61 horas da vida de uma criança pequena. O modelo mostrou que era capaz de corresponder fragmentos com palavras inteiras e frases na fala do sujeito às respetivas imagens nos vídeos. No entanto, este estudo manifesta a limitação de azulejos, que pode ser aplicável a temas complexos como verbos e conceitos abstratos.
Lake vê que o avanço futuro da tecnologia de modelação de vídeo torna possível incorporar métodos mais complexos nos modelos. A consequência envolvida na simulação avançada na construção e simulação completa de um bebé humano fornecerá uma descoberta inteligente sobre distúrbios do desenvolvimento e otimizará a reabilitação da fala.
Semelhante aos esforços de investigadores como Lake, o mistério da aquisição da língua não é apenas o objetivo de criar máquinas com consciência e uma porta de entrada para descobrir o funcionamento do cérebro humano. À medida que esta abordagem fora da caixa é levada adiante, o mundo pode ver uma nova era de modelos de língua que aprendem com a velocidade e flexibilidade de uma criança, o que revolucionará o campo da IA e a nossa compreensão do desenvolvimento cognitivo.
Se você está lendo isso, já está à frente. Mantenha-se assim com nosso boletim informativo.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.

Emman Omwanda
A especialidade de Emmanuel Omwanda reside nos mercados de criptomoedas, abrangendo tanto a análise fundamentalista quanto a técnica. Ele trabalhou anteriormente em diversos sites de mídia de criptomoedas antes de se juntar à Cryptopolitan, incluindo CoinEdition, The Crypto Basic, CryptoNews Flash e DroomDroom. Ele possui uma Licenciatura em Ciências (BSc.) em Matemática e Ciência da Computação pela Universidade Kenyatta, no Quênia, e está atualmente no último ano de graduação em Artes em Comunicação e Estudos de Mídia.
















