به گفته دانشمندان علوم اعصاب کالج ترینیتی و همکارانش که به تازگی اصول راهنمای جدیدی را برای بهبود هوش مصنوعی منتشر کرده اند، نوزادان می توانند به باز کردن قفل نسل بعدی هوش مصنوعی (AI) کمک کنند.
این تحقیق که امروز در ژورنال Nature Machine Intelligence منتشر شد، علوم اعصاب و روانشناسی یادگیری نوزادان را مورد بررسی قرار می دهد و سه اصل را برای هدایت نسل بعدی هوش مصنوعی ارائه می کند که به غلبه بر شدیدترین محدودیت های یادگیری ماشینی کمک می کند.
دکتر Lorijn Zaadnoordijk و پروفسور Rhodri Cusack، از موسسه علوم اعصاب کالج ترینیتی، و دکتر Tarek R. Besold از TU Eindhoven، هلند، در مقاله خود “درس هایی از یادگیری نوزادان برای یادگیری ماشینی بدون نظارت” استدلال می کنند که راه های بهتری برای یادگیری از داده های بدون ساختار مورد نیاز است. برای اولین بار، آنها پیشنهادهای ملموسی در مورد اینکه چه بینش های خاصی از یادگیری نوزادان می تواند به طور مثمر ثمر در یادگیری ماشین اعمال شود و دقیقاً چگونه این یادگیری ها را به کار برد، ارائه می کنند.
آنها می گویند که ماشین ها برای شکل دادن به یادگیری خود از ابتدا به ترجیحات داخلی نیاز دارند. آنها باید از مجموعه داده های غنی تری یاد بگیرند که نحوه ظاهر، صدا، بو، مزه و احساس جهان را نشان می دهد و مانند نوزادان، آنها باید یک مسیر رشد داشته باشند، جایی که تجربیات و شبکه ها با “بزرگ شدن” تغییر می کنند.
دکتر Tarek R. Besold، محقق، گروه فلسفه و اخلاق در TU Eindhoven، گفت:
“به عنوان محققان هوش مصنوعی، ما اغلب شباهت‌های استعاری بین سیستم‌های خود و رشد ذهنی نوزادان و کودکان انسان‌ها ترسیم می‌کنیم. زمان آن رسیده است که این تشبیه‌ها را جدی‌تر بگیریم و به دانش غنی در مورد رشد نوزاد از روانشناسی و علوم اعصاب نگاه کنیم، که ممکن است به ما کمک کند. بر مبرم ترین محدودیت های یادگیری ماشین غلبه کنید.”
پروفسور رودری کیوساکافزود:«شبکه‌های عصبی مصنوعی در بخش‌هایی از مغز الهام گرفته‌اند. مشابه نوزادان، آنها بر یادگیری تکیه می‌کنند، اما پیاده‌سازی‌های کنونی با یادگیری انسان (و حیوان) بسیار متفاوت است. از طریق تحقیقات بین‌رشته‌ای، نوزادان می‌توانند به باز کردن نسل بعدی هوش مصنوعی کمک کنند.»
