Yapay Zeka, Bebeklerin Nasıl Dil Öğrendiğine Yönelik İpuçları Yakaladı!

Bir yapay zeka modeli, büyüyen bir bebeğin dünyasını keşfederken çekilmiş onlarca saatlik video ile eğitildikten sonra top, kedi ve araba gibi kelimeleri görüntüleriyle ilişkilendirmeyi başardı. Ekibe göre yapay zekanın bu başarısı, insanların kelimeleri öğrenmesindeki gizemi çözmemizde önemli bir yol kat etmemizi sağlıyor.

Psikodilbilimci Evan Kidd, dil öğrenimine ilişkin fikirlerden birinin insanların sözcükleri özümsememizi sağlayan özelleşmiş bilgilerle doğduğu olduğunu söylüyor. Kidd, yeni çalışmayı "bebeklerin kelime öğrenme sürecine başlamak için çok fazla yerleşik bilişsel mekanizmaya ihtiyaç duymayabileceğinin zarif bir göstergesi" olarak yorumluyor.

Günümüzdeki sohbet botlarının temelini oluşturan büyük dil modellerinin (LLM) çoğundan farklı olarak yeni model, işleri basit ve küçük tutuyor. Çünkü insanlar kelimeleri büyük yapay zeka modelleri gibi öğrenmiyor. Hesaplamalı bilişsel bilimci Wai Keen Vong şöyle anlatıyor:

Şu anda sahip olduğumuz yapay zeka sistemleri oldukça iyi çalışıyor, ancak eğitmek için astronomik miktarda veriye, bazen trilyonlarca kelimeye ihtiyaç duyuyor. Çocuğa verilen dil girdileri büyük dil modelleri gibi tüm internetten oluşmuyor. Sadece ebeveynlerinden, çevresinden öğrendiği şeylerden oluşuyor.

Ekip, yapay zeka programını gerçek bir bebeğin deneyimleriyle eğitti. Sam adındaki çocuğun başına takılan bir video kamera ile 6 aylıktan 2 yaşına kadar olan deneyimler, İngilizce öğrenirken görülenler ve duyulan kelimeler izlendi.

Yapay zeka sinir ağı, Sam'in deneyimlerinin yaklaşık 60 saatini kullandı ve Sam'in videolarındaki nesneleri, bakıcıların nesnelere yönelik söylediği kelimelere bağladı ve Sam'in uyanık olduğu saatlerin yalnızca yaklaşık yüzde 1'ini temsil eden bu verilerden görüntülerin ve söylenen kelimelerin ne kadar yakın olduğunu öğrendi.

Bu süreç yinelemeli olarak gerçekleştiğinden model bazı anahtar kelimeleri bulmayı başardı. Araştırmacılar modele "beşik" gibi bir kelimeyi verip dört resimden oluşan bir gruptan o nesneyi içeren resmi bulmasını istedi. Model, zamanın yaklaşık yüzde 62'sinde doğru cevaba ulaştı. Kidd şöyle anlatıyor:

Duyduğunuz dil ile bağlam arasında ilişkilendirmeleri yapabilirseniz, kelime öğrenebilirsiniz. Elbette, sonuçlar çocukların kelimeleri benzer şekilde öğrenip öğrenmediğini söyleyemez. Bu, çocukların dili nasıl öğrenebileceğine dair bir olasılıktır.

Modelin kafasının karıştığı ve hata yaptığı zamanlar da oldu. Örneğin "el "kelimesini içeren eğitim görüntülerinin çoğu plajda geçtiği için modelin el ve kum konusunda kafası karışmıştı. Aslında yeni kelimeler konusunda çocukların da kafası karışır. Kidd, tüm yetişkin erkeklere "baba" demek gibi bir hatanın oldukça yaygın bir hata olduğunu söylüyor:

Modelin çocukların yaptığı türden hatalar yapıp yapmadığını bilmek ilginç olurdu, çünkü o zaman doğru yolda olduğunuzu bilirsiniz.

Muhtemel başka bir sorun ise eylemleri tanımlamak ile ilgilidir. Vong, veri setindeki koşma görsellerinin Sam'in koşması ile elde edildiğini ve bunun kameranın bakış açısından, sadece "aşağı yukarı sallantı" olduğunu söylüyor. Bu, vücudu olmayan yapay zeka için sorun olabilir.

Araştırmacılar şimdi ise modellerine daha da fazla ses ve video verisi sağlıyor. Vong, insanları dil öğrenme konusunda bu kadar verimli kılan şeyin ne olduğunu anlamak için daha fazla çaba gösterilmesi gerektiğini belirtiyor.