Štúdia, ktorú viedol Vlad Ayzenberg z Temple University, ukazuje, že aj najpokročilejšie AI modely majú ďaleko k schopnostiam trojročného dieťaťa pri rozpoznávaní objektov. Vedci porovnávali vizuálne schopnosti predškolákov a špičkových modelov počítačového videnia, pričom zistili, že deti dosahovali o dosť vyššiu presnosť aj pri rýchlych a rušivých podmienkach. Znamená to, že ľudský mozog dokáže efektívnejšie spracovať vizuálne informácie s minimálnym tréningom.
Výskumný tím ukázal deťom obrázky objektov na 100 milisekúnd, pričom bola ich pozornosť zámerne rušená šumom. Napriek tomu deti dokázali objekty správne rozpoznať. Z porovnania vyplynulo, že súčasné AI modely dosiahnu podobný výkon len vtedy, keď im poskytneme obrovské množstvo dát, ktorým sa bežný človek počas života ani len nepriblíži. To predstavuje významný rozdiel v efektivite učenia.
Ušetrí sa aj CO2
Zaujímavé je, že táto štúdia nebola len o testovaní schopností AI, ale aj o tom, ako sa poznatky z vývoja detského mozgu dajú využiť na zlepšenie umelej inteligencie. Ak porozumieme tomu, ako sa pri deťoch vyvíja vnímanie, môžeme vytvárať modely, ktoré budú výkonnejšie a zároveň menej náročné na dáta a energiu. Ayzenberg pripomína, že tréning veľkého jazykového modelu má uhlíkovú stopu približne 17-krát väčšiu ako bežný človek za rok.
Nemali by ste prehliadnuť:
- Rastliny môžu prekvapivo znečisťovať vzduch, ktorý dýchame
- Telekom počas Majstrovstiev Európy U21 nasadil 5G Standalone sieť. Čo to znamená?
- TIP na FILM: Pangolin: Kulu’s Journey
Táto práca prináša dôležitý benchmark: čo dokáže dieťa bez veľkého tréningu a za pár rokov života. AI zatiaľ potrebuje tisíce hodín tréningu, milióny dát a obrovský výpočtový výkon, aby sa aspoň priblížila k tejto úrovni. Výskum Ayzenberga preto otvára nové dvere pre vývoj efektívnejších modelov, ktoré budú lepšie odrážať prirodzené ľudské učenie.
V budúcnosti plánuje výskum rozšíriť aj na snímanie mozgovej aktivity bábätiek pomocou MRI. Cieľom je zistiť, aké procesy v mozgu umožňujú tak rýchly rozvoj zložitých kognitívnych schopností. Získané poznatky by mohli prispieť nielen k vývoju pokročilejších AI agentov, ale aj k lepšiemu porozumeniu detského vývoja.
Zdroj: TechXplore
