Modele i platformy AI

Nowe badania nad tym, jak dzieci uczą się języka, mogą pomóc w dziedzinie machine learning

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Zespół badaczy z Carnegie Mellon University opracował nową metodę eksperymentalnej oceny, w jaki sposób rodzice modyfikują swój język, gdy rozmawiają z dziećmi, w zależności od tego, co dzieci już wiedzą. Model ten jest pierwszym tego rodzaju.

Badacze odkryli, że rodzice mają precyzyjne struktury modeli językowych swoich dzieci i wykorzystują je do dostosowania swojego języka, gdy rozmawiają z dziećmi.

Badania zostały opublikowane w czasopiśmie Psychological Science.

Dostosowanie języka do potrzeb dzieci

Daniel Yurovsky jest adiunktem psychologii na Carnegie Mellon University.

“Wiemy od lat, że rodzice rozmawiają z dziećmi inaczej niż z innymi dorosłymi w wielu aspektach, na przykład upraszczając swoją mowę, powtarzając słowa i wydłużając dźwięki samogłoskowe”, powiedział Yurovsky. “To pomaga małym dzieciom zrozumieć język, ale nie wiedzieliśmy, czy rodzice zmieniają sposób, w jaki rozmawiają z dziećmi, gdy te uczą się języka, dając im język, który jest ‘właściwy’ do nauki następnej rzeczy.”

Zgodnie z zespołem, dorośli rozmawiają z dziećmi wolniej i na wyższym tonie, a także używają przesadzonej wymowy, powtarzania i uproszczonego języka. Oprócz tego, dorośli używają również pytań, aby ocenić zrozumienie dziecka, a cały model zmienia się wraz ze wzrostem biegłości językowej dziecka.

Yurovsky mówi, że jest to podobne do tego, jak uczeń postępuje, gdy uczy się matematyki w szkole.

“Gdy idziemy do szkoły, zaczynamy od algebry, a potem przechodzimy do geometrii płaskiej, zanim przejdziemy do rachunku różniczkowego”, powiedział Yurovsky. “Ludzie rozmawiają z dziećmi, używając podobnej struktury, nie myśląc o tym. Śledzą, ile ich dziecko wie o języku, i modyfikują swój sposób mówienia, aby dziecko je zrozumiało.”

Aby zrozumieć, jak opiekunowie zmieniają swoje interakcje, gdy dziecko rozwija się, zespół opracował grę, w której rodzice pomagają swoim dzieciom wybrać konkretnego zwierzę z zestawu trzech. Połowa zwierząt to te, które dzieci często uczą się przed ukończeniem 2 lat, a druga połowa to zwierzęta, które dzieci często uczą się później.

W sumie 41 par rodzic-dziecko zagrało w grę, a różnice w tym, jak rodzice rozmawiali o zwierzętach, które uważali, że ich dzieci znają, zostały zmierzone.

“Rodzice mają niesamowicie precyzyjną wiedzę o języku swojego dziecka, ponieważ widzieli, jak ono rośnie i uczy się”, powiedział Yurovsky. “Te wyniki pokazują, że rodzice wykorzystują swoją wiedzę o rozwoju językowym swojego dziecka, aby dostosować informacje językowe, które im przekazują.”

Badania wykazały, że opiekunowie używali różnych technik, gdy przekazywali informacje o “nieznanym” zwierzęciu dziecku, takich jak dodatkowe opisy, które dziecko znało.

“Ten [badawczy] podejście pozwala nam potwierdzić eksperymentalnie idee, które opracowaliśmy na podstawie obserwacji, jak dzieci i rodzice взаимодействują w domu”, powiedział Yurovsky. “Odkryliśmy, że rodzice nie tylko używali tego, co już wiedzieli o wiedzy językowej swojego dziecka przed badaniem, ale także to, że jeśli odkryli, że się mylili – ich dziecko tak naprawdę nie znało ‘leoparda’, na przykład – zmienili sposób, w jaki rozmawiali o tym zwierzęciu następnym razem.”

Przydatne w dziedzinie machine learning

Według Yurovsky’ego, wyniki mogą pomóc badaczom w dziedzinie machine learning.

“Te wyniki mogą pomóc nam zrozumieć, jak myśleć o systemach językowych machine learning”, powiedział. “Obecnie trenujemy modele językowe, dostarczając im wszystkich danych językowych, jakie możemy uzyskać, wszystko naraz. Ale możemy lepiej sobie radzić, gdybyśmy mogli im dostarczyć odpowiednie dane w odpowiednim czasie, utrzymując je na odpowiednim poziomie złożoności, na który są gotowe.”

Zespół badaczy obejmował również Ashley Leung z University of Chicago i Alex Tunkel z The George Washington University School of Medicine and Health Sciences.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.