技术上的突破让机器能够识别我们的声音和面孔，而且能够根据我们表情和声音做出回应，人工智能也可以翻译另一种语言的文本。我们已经在人工智能领域投入了大量的研究资金和风险投资，但是，只掌握了有限自然语言能力的人工智能仍然很容易在新的情况下陷入困境。
威廉·詹姆斯奖得主 Linda B. Smith相信机器人可以通过模仿婴儿和幼儿的学习过程克服这些缺点。
Linda B. Smith
那么，孩子具备了哪些电脑不具备的技能呢？Smith去年在旧金山举行的第三十届APS年会上解释了婴儿如何掌握物体的名称和类别。婴儿的这中学习过程体现的人类视觉学习的复杂性，不但当前的人工智能技术无法比拟，并且需要向婴儿学习分类的方式。
为了说明这一点，她举了2岁孩子第一次看到约翰·迪尔拖拉机在农田工作时的例子。
她说：“如果孩子看着拖拉机工作，并且告诉他‘这是一台拖拉机，这是一台拖拉机，这是一台拖拉机’，那么从那以后，2岁的孩子很可能会认出所有类型的拖拉机——麦赛福格森拖拉机、古董拖拉机、坐在割草机上，把割草机当成拖拉机——但不会认为坦克或挖土机是拖拉机。”
发展心理学将这种现象被称为形状偏好（shape bias），即通过物体的形状而不是颜色、大小或其他物理属性概括物体信息的倾向。在机器学习文献中，同样的现象被称为一次性类别学习（one-shot category learning）——获取某个类别的单个实例的信息并将其外推到整个类别的能力。
发展心理学的研究表明，孩子的这种能力并非一出生就具备，这种能力需要在出生后的30个月内逐渐获得。Smith是印第安纳大学布卢明顿分校认知发展实验室的首席研究员，她进行的研究训练可以让形状偏好提前6~10个月出现。
Smith解释说，婴儿的早期语言发展探索，主要集中在数据训练和学习机制这两个的学习过程之中。她说：“数据训练，即婴儿视觉类别学习的经验，与训练机器的计算机视觉训练经验，以及实验心理学学习中使用的经验，有着根本的不同。”
这些差异可能有助于解释为什么人类的视觉系统如此复杂，以及为什么婴儿“一次就能学会物体的名字”。
婴儿探索的眼睛
Smith运用了多种方法研究语言发展和对象学习。她最著名的方法之一是使用头戴式摄像机、眼球跟踪器（通常嵌入帽子或头带）和运动传感器从自己的角度观察儿童的视觉世界。大部分工作的都是通过家庭视野项目进行，这是Smith和她的印第安那大学同事Chen Yu在国家科学基金会的支持下开发的项目。
家庭视野项目收集了近500个小时的视频，涉及100多个婴儿，年龄从3周到24个月不等，记录了他们在家里的日常生活。
迄今为止收集的数据表明，大量的婴儿学习信息仅仅基于在不同时间点发生变化的少数几个面孔、对象和类别。
他们根据自己身体的移动和位置生成自己的学习数据。在生命的最初几个月，他们无法控制自己的头部和身体时，他们会用大部分的时间观察父母和照顾者的脸。但是当他们快满一岁的时候，他们会将注意力更多的集中在手和物品上。
在这些领域中，他们学到了很多具体的事情——母亲的脸，啜饮的杯子，家里的狗。同时，Smith说，他们一直在学习“和很多很多其他东西有关的点滴知识”。
Smith最近的实验表明，婴儿根据这些物体在他们的视觉世界中的受欢迎程度来学习物体的名称。在2016年公布的一项研究中，Smith和她的研究小组检查了8~10个月婴儿视野中记录的视频。孩子们在家里平均每天戴着摄像机4.4小时。
Smith解释说，研究人员把他们的观察重点放在了数小时的用餐场景上。她说：“任何有食物或盘子的活动，我们都算作进餐时间。如果狗在吃东西，那就是进餐时间。在客厅地板上吃喝的时间。“
尽管大多数场景都杂乱无章，但一些物体（例如椅子、勺子、瓶子）是孩子视觉体验中最常见的东西。研究人员通过这种方法可以确定孩子们学习物体类别和单个物体名称的时间。结果表明，孩子们学习的第一个名词集中在他们最常看到的物体上。
Smith说：“这项研究表明，从许多不同的角度来看，视觉渗透性本身——日复一日，日复一日，日复一日，日复一日的重复学习，可能对视觉学习对象、建立分割、在杂乱中发现事物，以及建立强有力的视觉记忆至关重要，这样你最终就能可以学会一个词。”
婴儿手中的世界
Smith同时也研究了婴儿在高对比度和光照下的视觉体验如何随着时间发生变化，以及最终如何将物体与手接触的体验因素纳入到物体名称学习中。当婴儿快要一岁的时候，他们开始通过操纵物体来控制他们看到的东西，而不仅仅是看着它们。
Smith说：“通过抱着（一个物体），看着它，随后妈妈为其命名后，孩子们创造出了单一物体在场景中的清晰图像。”当父母在无干扰的环境中给物体命名时，孩子更容易学习物体的名称。
Smith也研究文化和社会经济学在分类过程中所扮演的角色。例如，他们正在印度的一个偏远的村庄与孩子们合作进行一项平行的家庭视野项目。
这项研究让Smith相信，如果只是将摄像机戴在婴儿头上，机器可能真的会成为一次性类别学习者。了解环境和视觉体验的作用，或许也可以对那些患有自闭症谱系障碍（与语言和视觉学习缺陷相关）的儿童采取新的干预措施。
Smith在发言中问：“我们能改变孩子们的发展结果吗？日复一日的提供不同结构的学习数据，是否能够给他们提供一个解决问题的方法？”
www.psychspace.com心理学空间网
