Baby's kunnen helpen de volgende generatie kunstmatige intelligentie (AI) te ontsluiten, volgens Trinity-neurowetenschappers en collega's die zojuist nieuwe leidende principes hebben gepubliceerd voor het verbeteren van AI.

Het onderzoek, vandaag gepubliceerd in het tijdschrift Nature Machine Intelligence , onderzoekt de neurowetenschap en psychologie van het leren van baby's en distilleert drie principes om de volgende generatie AI te begeleiden, die zal helpen de meest dringende beperkingen van machine learning te overwinnen.

Dr. Lorijn Zaadnoordijk, Marie Sklodowska-Curie Research Fellow aan het Trinity College legt uit:"Kunstmatige intelligentie (AI) heeft de afgelopen tien jaar enorme vooruitgang geboekt, met slimme luidsprekers, stuurautomaten in auto's, steeds slimmere apps en verbeterde medische diagnoses. Deze opwindende ontwikkelingen in AI zijn bereikt dankzij machine learning die enorme datasets gebruikt om kunstmatige neurale netwerkmodellen te trainen.

"De vooruitgang stagneert echter op veel gebieden, omdat de datasets waaruit machines leren nauwgezet door mensen moeten worden samengesteld. Maar we weten dat leren veel efficiënter kan, omdat baby's niet op deze manier leren. Ze leren door de wereld te ervaren om hen heen, soms door zelfs maar één keer iets te zien."

In hun artikel "Lessons from infant learning for unsupervised machine learning" stellen Dr. Lorijn Zaadnoordijk en Professor Rhodri Cusack, van het Trinity College Institute of Neuroscience (TCIN), en Dr. Tarek R. Besold van de TU Eindhoven, Nederland dat Er zijn betere manieren nodig om te leren van ongestructureerde data. Voor het eerst doen ze concrete voorstellen over welke specifieke inzichten uit het leren van baby's vruchtbaar kunnen worden toegepast in machine learning en hoe deze lessen precies kunnen worden toegepast.

Machines, zeggen ze, hebben ingebouwde voorkeuren nodig om hun leerproces vanaf het begin vorm te geven. Ze zullen moeten leren van rijkere datasets die vastleggen hoe de wereld eruitziet, klinkt, ruikt, proeft en voelt. En net als baby's hebben ze een ontwikkelingstraject nodig, waarbij ervaringen en netwerken veranderen naarmate ze 'opgroeien'.

Dr. Tarek R. Besold, onderzoeker, Filosofie &Ethiekgroep aan de TU Eindhoven, zei:"Als AI-onderzoekers trekken we vaak metaforische parallellen tussen onze systemen en de mentale ontwikkeling van menselijke baby's en kinderen. Het is hoog tijd om deze analogieën te nemen serieuzer en kijken naar de rijke kennis van de ontwikkeling van baby's uit de psychologie en neurowetenschappen, die ons kan helpen de meest dringende beperkingen van machinaal leren te overwinnen."

Professor Rhodri Cusack, de Thomas Mitchell Professor of Cognitive Neuroscience, directeur van het Trinity College Institute of Neuroscience, voegde toe:"Kunstmatige neurale netwerken waren voor een deel geïnspireerd door de hersenen. Net als baby's zijn ze afhankelijk van leren, maar de huidige implementaties zijn heel anders dan menselijk (en dierlijk) leren. Door interdisciplinair onderzoek kunnen baby's helpen de volgende generatie AI te ontsluiten."