Impara a parlare come un bambino… con i tuoi occhi

Per imparare a “parlare”, i software di intelligenza artificiale (AI) come ChatGPT hanno bisogno di trilioni di parole, l’equivalente di 100.000 anni di esperienza umana. Tuttavia, i bambini imparano a parlare a 1 o 2 anni. I ricercatori stanno cominciando a capire il perché.

“I bambini hanno molti segnali visivi per comprendere il linguaggio”, spiega Brenden Lake, uno psicologo della New York University che ha appena pubblicato uno studio sull’argomento sulla rivista Natura. “Capiscono le diverse categorie di oggetti e azioni prima di poter parlare. Accelera lo sviluppo del linguaggio. »

Il signor Lake sta lavorando a un software di intelligenza artificiale generativa in grado di creare testo, imparando come bambini. Per raggiungere questo obiettivo, il suo algoritmo analizza i video raccolti da bambini piccoli che indossano un casco dotato di telecamera. Questo filma e registra diverse ore di immagini al giorno.

Quali saranno le potenziali applicazioni, oltre al software di intelligenza artificiale creativa più facile da addestrare? “Possiamo pensare ad un aiuto per i bambini con difficoltà linguistiche”, afferma il signor Lake. O l’intelligenza artificiale creativa per le lingue minoritarie, oggi meno servite. Potremmo anche documentare più facilmente le lingue che rischiano di scomparire e persino creare grammatiche per facilitarne l’apprendimento. »

Lake stima che questi progressi potrebbero verificarsi in meno di 10 anni.

Impara con gli occhi

Questo campo di studi ha avuto origine da Linda Smith, psicologa dell’Università dell’Indiana, che per prima ha postulato, 20 anni fa, che i bambini imparano a parlare con gli occhi oltre che con le orecchie.

“Sappiamo da molto tempo che i bambini non imparano a parlare solo con l’udito, ascoltando ripetutamente le parole”, afferma M.^Me Fabbro. Le parole che sentono dai loro genitori sono semplicemente troppo poche. Ci sono stati molti teorici del linguaggio, come Noam Chomsky, che hanno riflettuto su questa questione. Ho deciso di misurare concretamente gli stimoli visivi e uditivi a cui sono esposti i bambini. »

M^Me Smith ritiene che i bambini imparino che esistono “categorie” di oggetti insieme al linguaggio. “Quando esplode la capacità di parlare, le categorie sono già ben formate. Ad esempio, i bambini sanno che aspetto ha la pizza molto prima di pronunciarla. »

M^Me Smith ritiene che l’algoritmo di apprendimento delle lingue sviluppato da Mr. Lake sia un primo passo. «Ma resta un dato statistico e soprattutto non comprende un parametro cruciale: le azioni che il bambino compie per cercare altri stimoli, muovendosi o spostando gli occhi. » Ha espresso queste avvertenze in un commento che ha accompagnato lo studio del signor Lake nel Natura.

Uno dei video di M^Me Smith illustra bene il suo punto. Un bambino di 4 mesi è sdraiato sotto un arco con dei giocattoli appesi, ma la sua testa è girata verso la parte superiore dell’arco, verso il viso della madre, quindi non possiamo vedere i giocattoli in movimento, presumibilmente perché il bambino li colpisce con le sue piccole manette.

Movimenti oculari

La tecnologia attuale limita le osservazioni dei ricercatori. “I bambini possono muovere gli occhi senza muovere la testa, quindi possono guardare gli oggetti senza che la telecamera se ne accorga”, afferma M.^Me Fabbro. Questo è particolarmente un problema all’aperto. »

Un’altra dimensione che complica l’analisi video è lo sviluppo della sensibilità visiva. “La capacità di vedere un basso contrasto aumenta con l’età”, afferma M.^Me Fabbro. Sto per pubblicare una prima analisi di questo problema. »

I video utilizzati dal signor Lake, registrati da un altro ricercatore – Michael Frank dell’Università di Stanford – seguivano un bambino dai 6 mesi ai 2 anni. “Prima dei 6 mesi, la testa del bambino non è abbastanza forte da sostenere il peso del casco e della macchina fotografica. »

M^Me Smith utilizza una fotocamera più leggera che può essere attaccata a un cappello, il che spiega perché ha filmati di appena 2 mesi.

“Dobbiamo scendere a un compromesso tra la risoluzione, la durata della batteria della fotocamera e il suo peso”, afferma Frank, il cui progetto BabyView è stato lanciato circa dieci anni fa. “Abbiamo utilizzato una GoPro, che semplifica l’interazione con i genitori partecipanti. È certo che i progressi tecnologici nel campo delle fotocamere miglioreranno la raccolta dei dati negli anni a venire. »

Anche la figlia del signor Lake ha partecipato a BabyView.