美國紐約大學(xué)研究人員通過一個(gè)孩子的眼睛和耳朵來訓(xùn)練多模式人工智能（AI）系統(tǒng)，使用的數(shù)據(jù)來自孩子6個(gè)月大到兩歲生日期間的頭戴攝像頭的視頻記錄。該模型或神經(jīng)網(wǎng)絡(luò)實(shí)際上可利用孩子經(jīng)歷的有限片段，學(xué)習(xí)大量的單詞和概念。也就是說，視頻只捕捉了孩子大約1%的清醒時(shí)間，但這對于真正的語言學(xué)習(xí)來說已經(jīng)足夠。研究團(tuán)隊(duì)共使用了超過60小時(shí)的視頻素材，包含大約25萬個(gè)單詞實(shí)例。這些單詞實(shí)例與孩子在說出這些單詞時(shí)所看到的視頻幀相關(guān)聯(lián)，包括進(jìn)餐、讀書和玩耍等各種不同的活動(dòng)。團(tuán)隊(duì)對模型測試結(jié)果表明，該模型不但能夠?qū)W習(xí)孩子日常經(jīng)歷中存在的大量單詞和概念，還可以將它們概括為視覺實(shí)例，哪怕實(shí)例與模型訓(xùn)練中看到的完全不同。

（摘自《科技日報(bào)》）

點(diǎn)評：上面這則科研成果訊息提示我們，人類的視聽覺器官在人工智能的加持下，可以利用很少的學(xué)習(xí)時(shí)間達(dá)到過去需要花費(fèi)若干倍時(shí)間才能掌握的海量語言。當(dāng)今世界科技創(chuàng)新層出不窮，ChatGPT、AI、云計(jì)算、量子通信、大數(shù)據(jù)等等，都已經(jīng)融入我們的工作、學(xué)習(xí)和生活中，處在這樣一個(gè)耳聞眼見日新月異的時(shí)代，要跟上時(shí)代，不落伍，不做局外人，我們就要與孩子一起不斷學(xué)習(xí)新知，與時(shí)俱進(jìn)，從而共享人類發(fā)展進(jìn)步的成果。