婴儿或能教会AI更高效学习

关键信息

EgoBabyVLM 使用了大约 1000 小时从婴儿和幼儿头部摄像机收集的视频，这些数据比整理过的数据集更混乱，也更接近真实世界。文中提到，现有模型在这项任务上表现很差，这说明婴儿大脑可能拥有当前 transformer 模型尚未掌握的学习机制。

资讯摘要

文章开头将婴儿与当今的AI系统作对比：婴儿虽然不会写代码或做高等数学，但他们能在极少的信息下、并通过与世界的直接互动快速学习。相比之下，现代AI模型往往需要海量数据和大量能耗，因此作者认为，婴儿认知可能为构建更好的系统提供线索。为此，Meta、斯坦福大学、东京大学和法国高等师范学院的研究者共同开发了一个名为 EgoBabyVLM 的新基准，用来测试视觉语言模型是否能像婴儿一样理解世界。这个基准要求模型根据大约 1000 小时来自婴幼儿头戴摄像机的视频来描述场景。

文章指出，最先进的模型在这些混乱但真实的视频上表现很差。这个失败说明，婴儿大脑的设计可能包含某些让它们能够从稀少经验中快速学习的机制，这些经验不仅包括语言，还包括手势、凝视和触觉互动。文章还把这项工作与 BabyLM 联系起来：后者显示 transformer 模型可以用接近儿童输入规模的数据学习句法，但未必能获得关于物理世界、社会关系和心智理论的常识。文章最后强调，认知科学和神经科学中仍有一个未解问题，即进化是否在大脑里内置了某些特殊的学习机制，而简单算法至今还无法复制。

来源与参考

1. 原始链接
2. AI Isn’t Smarter Than a Baby—Yet