金融時報的報導說，面對把房子吵得天翻地覆、把食物扔得滿地都是的嬰兒，焦頭爛額的父母可能會驚訝地發現，他們心愛的孩子可能是已知宇宙中最聰明的學習者。不過，一些計算機科學家早已認識到這一現實，現在正試圖模仿嬰兒的超常處理能力來開發人工智慧模型。
在某些方面，我們最新的人工智慧技術創造在能力上近乎神奇，但在自主學習方面卻像尿布一樣。能否像嬰兒處理單元那樣，通過探索部分、雜亂無章的真實世界數據來訓練它們學習呢？
紐約大學的一個研究小組一直在嘗試這樣做，並於本月在《科學》雜誌上發表了他們的研究成果。實驗從阿德萊德一個名叫薩姆的嬰兒頭部連接的輕型攝影頭中提取數據，記錄了他從6個月大到25個月大的61個小時的生活。
視頻流包括雜亂無章的圖像和父母、貓、遊戲和玩具的聲音，然後被處理成60萬個視頻幀和37500個轉錄「語句」，並輸入一個神經網絡。
面臨的挑戰是如何將山姆在大約1%的清醒時間內看到的東西與他聽到的聲音相匹配，從而創建一個多模態人工智慧模型。
嬰兒是如何理解「球「這個詞與不同類型的圓形、有彈性、五顏六色的物體有關呢？
認知科學家對這一問題的解釋眾說紛紜，但都認為嬰兒是非常出色的學習者，他們能從有限的輸入中進行歸納。六至九個月大的嬰兒開始將文字與圖像聯繫起來。
兩歲前，他們平均學會了300個單詞，其中大部分是名詞。
迄今為止，試圖建立能將文本、圖像、音頻和視頻結合起來的多模態人工智慧模型，大多依賴於將大量計算能力應用於海量的策劃數據。但紐約大學的研究人員發現，他們的模型可以成功地將圖像和聲音，與一個嬰兒視頻畫面中的少量數據聯繫起來。他們的模型在對22個「視覺概念「進行分類時，準確率達到61.6%。
紐約大學論文的第一作者Wai Keen Vong在接受採訪時說：」我們非常驚訝，在數據有限的情況下，模型竟然能表現出相當出色的學習能力。」
這些發現，對未來人工智慧模型的開發是一個令人鼓舞的跡象。但是，正如Vong所指出的，這些發現也凸顯了嬰兒本身驚人的學習能力，他們可以對視覺信號做出反應，並發展出自己的學習假設。
嬰兒早熟的部分原因是，人類嬰兒在不得不自食其力之前，會花很長一段時間積極探索這個世界。
「兒童是人類的研發部門，藍天研究者、腦力激盪者。成人是生產和營銷部門」，艾莉森·戈普尼克在她的著作《哲學嬰兒》（The Philosophical Baby）中這樣寫道。
加州大學伯克利分校的心理學教授戈普尼克認為，嬰兒擁有人工智慧系統所缺乏的三項核心技能。首先，嬰兒擅長建立富有想像力的模型，創建概念框架來解釋世界。他們還充滿好奇心，喜歡冒險，是具身的學習者，會積極探索新環境，而不是被動地封裝在一行行代碼中。
嬰兒是社會性動物，他們從所有與之互動的人身上學習，幫助培養同理心、利他主義和道德感。
戈普尼克在一封電子郵件中說，紐約大學這項「引人入勝、非常聰明「的研究表明，人工智慧模型可以從嬰兒經歷的數據中提取語言信息。但是，正如論文作者所承認的，嬰兒也會使用不同的數據，這些數據是他們從主動探索和社會互動中獲得的。
戈普尼克寫道：」模型的成功仍然非常有限，它們可能利用了嬰兒的探索和社會學習能力，但這並不意味著它們本身就具備這些能力。」
戈普尼克寫道：」要想通過計算複製嬰兒的自然學習能力，還需要更多的研究。尤其是，我們如何才能製造出具有常識和社會推理能力的機器？人工智慧模型或許可以學習與實物相關的名詞，但它們在學習抽象概念和動詞方面仍有困難。儘管人工智慧取得了令人驚嘆的進步，但我們仍需要從嬰兒大腦這個小小的生物濕件袋中學到很多東西。」
