یک مدل هوش مصنوعی با تحلیل اطلاعات دوربین تعبیه‌شده روی کلاه یک کودک و بررسی داده‌های بخش کوچکی از زندگی او، کلماتی مانند «تخت نوزاد» و «توپ» را آموخته و می‌تواند این کلمات را تشخیص دهد.
به نوشته نیچر و به نقل از یکی از نویسندگان اصلی این پژوهش در دانشگاه نیویورک، این نتایج نشان می‌دهد که هوش مصنوعی می‌تواند به ما در درک بهتر فرآیند یادگیری انسان کمک کند. پیش از این مشخص نبود که هوش مصنوعی چگونه می‌تواند در درک بهتر فرآیند یادگیری انسان در دوران کودکی یاری‌رسان باشد. مدل‌های هوش مصنوعی مولد مانند چت جی‌پی‌تی بر پایه حجم قابل توجهی از اطلاعات مکتوب آموزش می‌بینند و این موضوع در مقایسه با یادگیری هوش مصنوعی از طریق تجربیات یک کودک، بسیار متفاوت است.
محققان این پژوهش امیدوارند که بتوانند بحث‌ها درباره چگونگی یادگیری زبان توسط کودکان را به شکل علمی‌تری پیش ببرند.
سیستم هوش مصنوعی یادشده تنها با استفاده از ایجاد ارتباط بین تصاویر و کلماتی که مشاهده کرده، توانسته کلمات جدید یاد بگیرد و این الگوریتم هوش مصنوعی پیش از این هیچ‌گونه دسترسی به دانش زبانی نداشته است. این یافته، برخی تئوری‌های مطرح‌شده در زمینه فراگیری زبان توسط کودکان را به چالش کشیده است؛ نظریه‌هایی که می‌گویند نوزادان برای مرتبط کردن معانی با کلمات به دانش ذاتی در مورد نحوه عملکرد زبان نیاز دارند. مطالعه یادشده یک رویکرد جذاب برای درک چگونگی اکتساب اولیه زبان در کودکان است.
محققان برای توسعه این سیستم هوش مصنوعی از یک شبکه عصبی الهام‌گرفته شده از ساختار مغز استفاده کردند که بر اساس تجربیات کودک آموزش می‌بیند و زبان می‌آموزد. نوزادی به نام سام حدود 1 درصد از ساعات بیداری خود دوربین به همراه داشت و فعالیت‌هایش از شش ماهگی تا دو سالگی ثبت می‌شد.
این الگوریتم هوش مصنوعی، ارتباط بین کلمات و تصاویر را یاد گرفته و می‌تواند در 62 درصد مواقع، تطبیق کلمات با تصاویر را به درستی انجام دهد که فراتر از پیش‌بینی 25 درصدی محققان از عملکرد آن بوده است.
با این حال، اتکای این مطالعه به داده‌های جمع‌آوری‌شده از یک کودک، سؤالاتی را در مورد تعمیم آن ایجاد کرده است. همچنین محدودیت‌های هوش مصنوعی در تجربه تعاملات زندگی واقعی مانع یادگیری گسترده آن می‌شود. این یافته‌ها نشان‌دهنده پتانسیل بهبود در همسویی مدل‌های هوش مصنوعی با پیچیدگی‌های فرآیند یادگیری در انسان است.
