人类婴儿拥有令人羡慕的能力。 尽管他们必须长期完全依赖父母才能生存，但他们可以做一些令人惊奇的事情。
婴儿对世界的物理定律有自己的理解，他们可以很快学习新的概念和语言，即使他们能吸收的信息非常有限。
*：人工智能生成）。
即使是我们今天拥有的最强大的人工智能系统也缺乏这些能力。 例如，为 ChatGPT 等系统提供动力的大型语言模型非常擅长句子中的下一个单词，但在常识方面远不如婴儿。
但是，如果人工智能可以像婴儿一样学习呢？ AI 模型通常在由数十亿个数据点组成的大型数据集上进行训练。
美国纽约大学的研究人员想看看这些模型在更小的数据集上训练时能做什么。
他们使用正在学习说话的孩子所经历的视觉和声音作为数据。 令人惊讶的是，人工智能模型学到了很多东西。 这要归功于一个名叫山姆的好奇婴儿。
当山姆六个月大时，研究人员开始偶尔将相机绑在他的头上，在接下来的一年半里，他的日常活动都戴着它。
Cassandra Willyard说，他收集的材料使研究人员能够教神经网络将单词与它们所代表的对象相匹配。
婴儿让我们离教计算机像人类一样学习更近了一步，而这项研究只是试图建立和我们一样聪明的人工智能系统。 婴儿是敏锐的观察者和优秀的学习者，多年来一直激励着研究人员。
婴儿也通过反复试验来学习，随着我们对世界的了解越来越多，人类会变得更聪明。 发展心理学家说，婴儿对接下来会发生什么有一种直觉。
例如，他们知道即使球被隐藏起来，它仍然在那里。 他们也知道球是实心的，不会突然改变形状，它会在没有障碍物的道路上滚动，也不会突然传送到其他地方。
谷歌 deepmind 的研究人员试图通过训练一个模型来教给 AI 系统同样的“物理直觉”，该模型通过关注 ** 中的对象（对象）而不是单个像素来学习对象如何移动。 他们使用数十万个训练模型来理解物体的行为。
从理论上讲，如果婴儿对突然飞出窗外的球感到惊讶，那是因为物体的运动方式违背了婴儿对物理学的理解。
谷歌Deepmind的研究人员还设法让他们的人工智能系统在物体“违背”它应该如何移动时表现出“惊讶”。
图灵奖得主、Meta 首席 AI 科学家 Yann Lecun 认为，教 AI 系统像孩子一样看世界可能是通往更智能系统的途径。
他说，人脑有一个世界模拟或“世界模型”，可以让我们直观地知道世界是三维的，物体在离开视野时并没有真正消失。
它可以让我们在弹跳球或超速自行车之后的几秒钟内出现。 Yang 目前正忙于构建受人类学习方式启发的新 AI 架构。
如今的人工智能系统擅长完成特定任务，例如下棋或生成看起来像是人类编写的文本。 但与人脑相比，这些系统简直太弱了。
他们缺乏常识，无法在混乱的世界中完美运作，无法进行更复杂的推理，也无法更好地帮助人类。 研究婴儿如何学习可以帮助我们释放这些能力。
作者简介：梅丽莎·海基尔（Melissa Heikkil）是《麻省理工科技评论》的高级记者，她专注于人工智能及其如何改变我们的社会。 此前，她曾在politico撰写有关人工智能政策和政治的文章。 她还曾在《经济学人》工作，并担任新闻主播。
技术支持：任
操作排版：何晨龙。