美國《大西洋月刊》4月5日文章，原題：幼兒和人工智能可以互相學習什么 露娜7個月大時，在科學家父親的要求下，她開始佩戴一頂亮粉色的頭盔，頭盔上有一個攝像頭，每次大約用一個小時時間捕捉她所看到、聽到和說的一切。她的父親布倫登·萊克是紐約大學的認知科學家，研究訓練人工智能的更好方法。
一個周日的早上，萊克舉起一個機器人玩偶，模仿機器人的聲音逗正在玩木頭玩具的露娜：“你手里的玩具是給機器人用的嗎？”露娜似乎不太感興趣這個對話，小孩子總是活在自己的世界里，但幾分鐘后，她回來撿起了機器人玩偶。“機器人，”她說。“機器人，”她重復了一遍。她的爸爸驚訝極了，因為他以前從沒聽她說過“機器人”這個詞。她是剛才從偶然的對話中學會了這個詞嗎？
一歲半的露娜已經(jīng)掌握了一項目前人工智能模型仍難以掌握的技術(shù)，即人類能夠從很少的例子中進行學習。這意味著，即使是一次偶然的接觸也可以鞏固機器人玩偶和組成機器人的音素之間的聯(lián)系。相比之下，人工智能可能需要幾十個或幾百個例子。像ChatGPT這樣的大型語言模型是在數(shù)千億甚至數(shù)萬億的單詞上訓練的，這是一個超出人類負荷能力的數(shù)據(jù)量。萊克表示，“要聽到這么大規(guī)模的數(shù)據(jù)量，（對人類來說）需要1000年的時間�！蹦敲矗紤]到人類只需更少的時間和更少的單詞來掌握語言，人工智能能否被更有效地訓練？它能像一個蹣跚學步的孩子那樣學習嗎？
這些問題是萊克最初記錄女兒幼年生活的動機。當然，他用一種更感性的方式說服了他的妻子：記錄可以捕捉和回放露娜在幼兒時期的里程碑。和其他25個幼兒一起，露娜是斯坦福大學開展的BabyView項目的一部分，該項目旨在準確捕捉幼兒在以驚人的速度學習語言的關(guān)鍵時期所看到和聽到的東西。萊克希望有一天能將來自露娜和其他人的數(shù)據(jù)輸入到他自己的模型中，以找到訓練人工智能的更好方法，并找到更好的方法理解孩子們是如何完成司空見慣但又非凡的語言學習壯舉的。頭戴相機和麥克風現(xiàn)在足夠小，足夠輕，幼兒可以長時間佩戴。
人工智能模型也可以激發(fā)關(guān)于兒童是如何學習的新研究。得克薩斯大學奧斯汀分校發(fā)展心理學家陳宇（音）講述了他與合作者正在進行的一項研究。在這項研究中，父母和孩子在實驗室里玩玩具時都戴著頭戴式攝像頭。奇怪的是，在孩子的視角上訓練的計算機視覺模型比在父母的視角上訓練的模型表現(xiàn)得更好。所以，孩子的視角對學習更有幫助嗎？他們想知道這是否與孩子們會更徹底地操控玩具有關(guān)，比如孩子會前后轉(zhuǎn)動玩具以從不同的角度看物體。
萊克一直在尋找創(chuàng)造一個更像人類學習的人工智能的方法，這自然使他想到了兒童的學習方式。他認為，“在已知的宇宙中，孩子是最令人矚目的學習者�！庇辛俗约旱暮⒆又螅J為養(yǎng)育孩子可能會給他的研究帶來新的見解�？粗⒆觽兊膶W習過程是如此迷人，如此令人驚訝，也如此有趣。但這個過程更是直覺性的——如果任何家長真能這么容易地理解他們的孩子是如何學習的，我們豈不是早就明白學習的真諦了嗎？（作者薩拉·張，陳欣譯）
