AI的「老師」竟是寶寶？單字習得準確度高達六成

先前掀起一波熱潮的 ChatGPT ，其讀寫能力是透過「填鴨餵養」含有成億上兆單字的海量數據而成。但是，地表最強的語言學習者——寶寶，不需要吞字啃書，只須來自有限、生活環境的素材，就能習得語言。

於是科學家就想問，寶寶怎麼學習的？如果請寶寶訓練 AI ，行得通嗎？

美國紐約大學一個跨領域團隊，結合認知心理學者和資訊工程學者，用一位寶寶的生活素材，成功訓練 AI 模型學會單字，並將研究計畫發表於《科學》期刊。「只要給準確的數據（不須大量），人類學習和機器學習的差異鴻溝，就能縮小，」首席作者、紐約大學計算認知科學學者王維欽（暫譯，Wai Keen Vong）寫道。

研究團隊蒐集一位澳洲寶寶山姆（Sam）從 2013 年到 2014 年的生活影音素材，山姆從 6 個月大到 25 個月齡間，頭上戴著小錄影機，紀錄下 61 個小時的影片，這些影片內容總共只有他活動時間的 1％ 。

分析有限影音，做出更精緻的機器人學習教材

這些影音記錄寶寶視角看見的活動環境，包含兩隻貓手足、爸媽和其他在空間內的人的對話，其中場景也都因應實驗設計需求。團隊將素材分成 60 萬格（video frame，也稱畫格），分析出三萬7,500則可用的發音談話（utterances），然後配上相對應的短語字幕（phrases），並且幫機器人標示，物體與出現語音「相關」、「不相關」。

經過多重測試，山姆訓練的 AI 模型（以下簡稱「山姆AI」）能辨識出單字和對應的影像，準確度和其他兩組以其他方式訓練的兩組對照組 AI 不相上下。即便團隊丟給「山姆AI」相同單字、但全新的圖片素材，它也能判斷出來，擁有 62％ 的準確度，大幅超越一般 AI 隨機猜測的 25％ 。

「團隊第一次證明，可以單單透過一位孩子的眼睛和耳朵，來教會 AI 單字，」計畫資深主持人、紐約大學心理暨數據科學助理教授布蘭登•雷克（Brenden Lake）接著向《美國科學人》（Scientific American）表示，也就是說，不用太多的數據，就能創造有效的歸納能力。

前提是，機器人要拿到對的教材學習，但寶寶擁有的學習能力，還是難以讓機器人模仿。以英語母語者為例，寶寶兩歲時，大約已學會 300 個詞彙，四歲時會超過 1,000 個，部分認知科學家和語言學家認為，人類天生具備期望歸納跟邏輯約束能力，因此能將還不太了解意思的字詞，先學起來。

透過觀察 AI 學習，反觀寶寶是超強學習者

把單字和對的圖示（物體）成功連結起來，看似簡單其實過程很困難，因為寶寶身處在多元複雜人事物的環境當中。「最完美的數據素材，是當爸媽講『球』的時候，寶寶看向球（頭上攝影機就會跟著帶到），」王維欽舉例，但現實生活中，有太多意外和分心狀態。

非團隊成員、專攻語言發展的斯基德莫爾學院認知心理學者潔西卡•蘇利文（Jessica Sullivant, Skidmore College）回應該研究表示，這證明了語言習得並不需要太多系統性花俏的輔助，孩子自己就能好好學習。

而且，孩子從自己的視野所及取得簡單的素材，就足以達成圖形識別和辭彙理解，「這真是一項美妙的研究，」她告訴《金融時報》（Financial Times）。

研究團隊的下一步想要更深入探究， AI 模型的學習，能否更接近寶寶的學習模式。雷克將讓自己 18 個月大的女兒，每週戴上幾個小時的錄影機提供素材，未來，也不排除收集相對應爸媽視角的影像數據。

機器人只是填鴨學習，人類學習秘訣待尋

《麻省理工科技評論》（MIT Technology Review）指出，目前 AI 的語言能力，包含 ChatGPT ，都只是幾個龐大數據引擎呈現的圖像和語言型態媒合（pattern matching）。紐約大學這項由美國國防高等研究計畫署（Defense Advanced Research Projects Agency）支持的研究計畫，就是在找尋「學習」的秘訣。

如果機器人能向寶寶「學習」，就能真正理解語言、回應新狀況、從新的經驗當中學習，也許就有機會更靠近人類智力。

（資料來源：美國科學人（Scientific American）、麻省理工科技評論（MIT Technology Review）、金融時報（Financial Times））

你常覺得備課壓力大、行政工作多又繁雜、還有其他天外飛來無止盡的瑣碎工作嗎？翻轉教育推出【數位增能應用之道：擴充老師的教學X班經X行政百寶袋】課程，回歸教師真實需求，不用太華麗的操作技巧，用 Canva + ChatGPT 讓效率加倍，成為你下學期的最佳後援！