AI的「老師」竟是寶寶？單字習得準確度高達六成

先前掀起一波熱潮的ChatGPT，其讀寫能力是透過「填鴨餵養」含有成億上兆單字的海量數據而成。但是，地表最強的語言學習者──寶寶，不需要吞字啃書，只須來自有限、生活環境的素材，就能習得語言。

於是科學家就想問，寶寶怎麼學習的？如果請寶寶訓練AI，行得通嗎？

美國紐約大學一個跨領域團隊，結合認知心理學者和資訊工程學者，用一位寶寶的生活素材，成功訓練AI模型學會單字，並將研究計畫發表於《科學》期刊。「只要給準確的數據（不須大量），人類學習和機器學習的差異鴻溝，就能縮小，」首席作者、紐約大學計算認知科學學者王維欽（暫譯，Wai Keen Vong）寫道。

研究團隊蒐集一位澳洲寶寶山姆（Sam）從2013年到2014年的生活影音素材，山姆從6個月大到25個月齡間，頭上戴著小錄影機，紀錄下61個小時的影片，這些影片內容總共只有他活動時間的1％。

分析有限影音，做出更精緻的機器人學習教材

這些影音記錄寶寶視角看見的活動環境，包含兩隻貓手足、爸媽和其他在空間內的人的對話，其中場景也都因應實驗設計需求。團隊將素材分成60萬格（video frame，也稱畫格），分析出三萬七千五百則可用的發音談話（utterances），然後配上相對應的短語字幕（phrases），並且幫機器人標示，物體與出現語音「相關」、「不相關」。
經過多重測試，山姆訓練的AI模型（以下簡稱「山姆AI」）能辨識出單字和對應的影像，準確度和其他兩組以其他方式訓練的兩組對照組AI不相上下。即便團隊丟給「山姆AI」相同單字、但全新的圖片素材，它也能判斷出來，擁有62％的準確度，大幅超越一般AI隨機猜測的25％。

「團隊第一次證明，可以單單透過一位孩子的眼睛和耳朵，來教會AI單字，」計畫資深主持人、紐約大學心理暨數據科學助理教授布蘭登•雷克（Brenden Lake）向《美國科學人》（Scientific American）表示，也就是說，不用太多的數據，就能創造有效的歸納能力。

前提是，機器人要拿到對的教材學習，但寶寶擁有的學習能力，還是難以讓機器人模仿。以英語母語者為例，寶寶兩歲時，大約已學會300個詞彙，四歲時會超過1000個，部分認知科學家和語言學家認為，人類天生具備期望歸納跟邏輯約束能力，因此能將還不太了解意思的字詞，先學起來。

透過觀察AI學習，反觀寶寶是超強學習者

把單字和對的圖示（物體）成功連結起來，看似簡單其實過程很困難，因為寶寶身處在多元複雜人事物的環境當中。「最完美的數據素材，是當爸媽講『球』的時候，寶寶看向球（頭上攝影機就會跟著帶到），」王維欽舉例，但現實生活中，有太多意外和分心狀態。

非團隊成員、專攻語言發展的斯基德莫爾學院認知心理學者潔西卡•蘇利文（Jessica Sullivant, Skidmore College）回應該研究表示，這證明了語言習得並不需要太多系統性花俏的輔助，孩子自己就能好好學習。

而且，孩子從自己的視野所及取得簡單的素材，就足以達成圖形識別和辭彙理解，「這真是一項美妙的研究，」她告訴《金融時報》（Financial Times）。

研究團隊的下一步想要更深入探究，AI模型的學習，能否更接近寶寶的學習模式。雷克將讓自己18個月大的女兒，每週戴上幾個小時的錄影機提供素材，未來，也不排除收集相對應爸媽視角的影像數據。

機器人只是填鴨學習，人類學習秘訣待尋

《麻省理工科技評論》（MIT Technology Review）指出，目前AI的語言能力，包含ChatGPT，都只是幾個龐大數據引擎呈現的圖像和語言型態媒合（pattern matching）。紐約大學這項由美國國防高等研究計畫署（Defense Advanced Research Projects Agency）支持的研究計畫，就是在找尋「學習」的秘訣。

如果機器人能向寶寶「學習」，就能真正理解語言、回應新狀況、從新的經驗當中學習，也許就有機會更靠近人類智力。

（資料來源：美國科學人（Scientific American）、麻省理工科技評論（MIT Technology Review）、金融時報（Financial Times））

（責任編輯：林胤斈）

加入親子天下LINE好友，睡前看好文

延伸閱讀：

寶貝常說「我不會、我不知道、這太難了」？2招小撇步提高挫折忍受度！