Vaikų genijus, naudojamas kompiuterio intelektui sustiprinti
Nors kompiuteriai labai efektyviai rūšiuoja ir kaupia informaciją, dabartinėse informacinėse sistemose kyla problemų tvarkant miglotus ir prieštaringus scenarijus.
„Vaikai yra didžiausia mokymosi mašina visatoje. Įsivaizduokite, ar kompiuteriai galėtų išmokti tiek pat ir greitai, kaip ir jie “, - sakė daktarė Alison Gopnik, vystymosi psichologė iš UC Berkeley.
Atlikdami įvairiausius eksperimentus, kuriuose dalyvavo ledinukai, mirksintys ir sukami žaislai ir muzikos kūrėjai, be kitų rekvizitų, UC Berkeley tyrinėtojai nustato, kad jaunesni ir jaunesni vaikai išbando hipotezes, nustato statistinius modelius ir daro išvadas, nuolat prisitaikydami prie pokyčiai.
"Maži vaikai sugeba išspręsti problemas, kurios vis dar kelia iššūkį kompiuteriams, pavyzdžiui, mokytis kalbų ir išsiaiškinti priežastinius ryšius", - sakė dr. Tomas Griffithsas, UC Berkeley kompiuterinės pažinimo mokslo laboratorijos direktorius. "Mes tikimės, kad kompiuteriai bus protingesni, paversdami juos šiek tiek panašesniais į vaikus".
Pavyzdžiui, mokslininkų teigimu, kompiuteriai, užprogramuoti vaikų pažintiniais išmaniaisiais, galėtų protingiau ir jautriau bendrauti su žmonėmis tokiose programose kaip kompiuterio mokymo programos ir į telefoną atsakantys robotai.
„Jūsų kompiuteris galėtų atrasti priežastinius ryšius, pradedant paprastais atvejais, tokiais kaip atpažinimas, kad jūs dirbate lėčiau, kai negėrėte kavos, iki sudėtingų, pavyzdžiui, nustatant, kurie genai sukelia didesnį polinkį į ligas“, - sakė Griffithsas.
Griffithsas bando naudoti statistinį metodą, žinomą kaip Bajeso tikimybių teorija, kad vaikai, atlikdami mokymosi užduotis, atliktus skaičiavimus paverstų skaičiavimo modeliais.
Kaip šio tyrimo ataugą, Berkeley mokslininkai rekomenduoja tėvams grįžti prie pagrindų, padėdami savo vaikui. Mokslininkai rekomenduoja tėvams ir pedagogams atidėti „flash“ korteles, elektroninius mokymosi žaidimus ir atminties užduotis bei leisti vaikams laisvai atrasti ir tyrinėti.
"Spontaniškas ir" apsimeta žaidimas "yra toks pat svarbus kaip skaityti ir rašyti pratimus", - sakė Gopnikas.
Iš visų primatų, pasak Gopniko, žmonės turi ilgiausią vaikystę, o šis ilgesnis auklėjimo, mokymosi ir tyrinėjimo laikotarpis yra raktas į žmogaus išgyvenimą.
Sveikose naujagimio smegenyse visą gyvenimą tiekiama apie 100 milijardų neuronų, kurių kiekvienas toliau plečia didžiulį sinapsių ar nervinių jungčių tinklą - maždaug 15 000 iki 2 ar 3 metų amžiaus - kurie leidžia vaikams mokytis kalbų, tampa socializuotais ir išsiaiškinti, kaip išgyventi ir klestėti savo aplinkoje.
Tuo tarpu suaugusieji nustoja naudoti savo fantazijos ir hipotetinio samprotavimo galias, nes sutelkia dėmesį į tai, kas labiausiai atitinka jų tikslus, sakė Gopnikas. Tikslo siekiančių suaugusiųjų ir atvirų vaikų derinys idealiai tinka mokyti kompiuterių naujų gudrybių.
"Mums reikia ir mėlyno dangaus spekuliacijų, ir griežto planavimo", - sakė Gopnikas. Mokslininkai siekia šios simbiozės, sekdami ir atlikdami pažintinių žingsnių, kuriuos vaikai atlieka spręsdami šiuos ir kitus eksperimentus, skaičiavimo modelius.
Gopnikas tiria „apsimetinėjimo aukso amžių“, kuris paprastai nutinka nuo 2 iki 5 metų, kai vaikai kuria ir gyvena pakaitomis visatose. Vieno iš jos eksperimentų metu ikimokyklinio amžiaus vaikai dainuoja „Su gimtadieniu“, kai tik pasirodo žaislinė beždžionė ir įjungtas muzikos grotuvas.
Staiga pašalinus muzikos grotuvą, ikimokyklinio amžiaus vaikai greitai prisitaiko prie pokyčių, naudodami medinį kaladėlę, kad pakeistų muzikos grotuvą, kad linksmas žaidimas galėtų tęstis.
Ankstesni Gopniko eksperimentai, įskaitant tuos, kurių metu ji daro veido išraiškas ragaudama įvairių rūšių maisto, norėdama sužinoti, ar mažyliai gali atsižvelgti į jos pageidavimus, ginčija įprastas prielaidas, kad maži vaikai yra orientuoti į save ir jiems trūksta empatijos, sakė Gopnikas ir nurodo, kad , ankstyvame amžiuje jie gali įsidėti save į kitų žmonių batus.
Mokslininkai taip pat atrado, kad kūdikiai daugiausia mokosi „žaisdami“. Kai kuriuose žaidimuose vaikai laikėsi modelio, tačiau tada, kai paaiškėjo galimybės, jie galėjo pažvelgti į naujas galimybes - bruožų tyrėjai sako, kad tai būtų naudinga kompiuteriams - pažvelgti į naujas priežasties ir pasekmės galimybes, pagrįstas besikeičiančiais koeficientais.
Apskritai UC Berkeley tyrėjai sako, kad pritaikys tai, ko išmoko iš tiriamojo ir „tikimybinio“ samprotavimo, kurį per šiuos ir kitus eksperimentus demonstravo jaunuoliai, kad kompiuteriai taptų protingesni, labiau pritaikomi ir žmogiškesni.
Šaltinis: UC Berkeley
