Sistem pembelajaran yang dalam mengubah pendekatan kami untuk memahami dan meniru berbagai proses. Beberapa aplikasi tersebut sangat beragam seperti video game dan layanan kesehatan. Itu juga telah terbukti sebagai instrumen yang membantu memperjelas proses spesifik yang sulit untuk dipahami. Sebuah tim peneliti dari Pusat Otak, Pikiran dan Mesin (CBMM) MIT dan Laboratorium untuk Ilmu Komputer dan Kecerdasan Buatan (CSAIL) telah membentuk penelitian yang berupaya menjawab beberapa pertanyaan yang berfokus pada pembelajaran bahasa pada anak kecil. Memperbaiki proses ini dikenal sebagai analisis semantik.
Prosesnya adalah mengubah bahasa menjadi bentuk data yang logis dan terukur. Ini menggunakan algoritma pembelajaran yang mendalam untuk menyalin prosedur pada anak-anak untuk mencapai hasil melalui observasi. Tim di balik penelitian ini akan mempresentasikan rinciannya dalam makalah pada konferensi Metode Empiris tahun ini dalam pemrosesan Bahasa Alam di Brussels, Belgia, 2-4 November. Tim menggunakan video untuk pelatihan untuk mendapatkan hasil. Candace Ross, seorang mahasiswa pascasarjana di Departemen Teknik Elektro dan Ilmu Komputer dan CSAIL dan penulis pertama artikel, mengatakan: “Ada komponen temporal, objek yang berinteraksi satu sama lain dan dengan orang-orang, dan properti tingkat tinggi yang tidak kamu akan tahu. ” lihat dalam gambar diam atau hanya dalam bahasa “.
Sebanyak 400 video menunjukkan tugas yang digunakan dan 1.200 subtitle ditambahkan. Mechanical Turk, platform crowdsourcing, membantu menambahkan subtitle. Kemudian para ilmuwan membagi subtitle menjadi dua kelompok. 840 subtitle digunakan untuk tujuan penyetelan dan pelatihan, sedangkan 360 subtitle lainnya hanya digunakan untuk pengujian dan menawarkan proses yang efisien. Rekan penulis Andrei Barbu, seorang peneliti di Laboratorium untuk Ilmu Komputer dan Kecerdasan Buatan (CSAIL) dan Pusat Otak, Pikiran, dan Mesin (CBMM) mengatakan: “data yang dibutuhkan hampir sama banyaknya, meskipun mereka [the data]Itu bisa menskala ke set data besar. “
Penelitian menawarkan kemungkinan memperdalam pemahaman tentang beberapa proses pembelajaran mendasar di mana anak-anak berpartisipasi. Ada beberapa tantangan nyata bahwa anak-anak harus mengartikulasikan beberapa nuansa ini karena berbagai tahap perkembangan mereka. AI memainkan peran penting dalam masalah ini. Boris Katz, kepala ilmuwan penelitian dan kepala InfoLab Group di CSAIL, mengatakan: “Seorang anak memiliki akses ke informasi yang berlebihan dan saling melengkapi dari berbagai modalitas, termasuk mendengarkan pembicaraan orang tua dan saudara kandung tentang dunia, serta informasi sentuhan dan informasi visual, [which help him or her] untuk memahami dunia. Ini adalah teka-teki yang menakjubkan, untuk memproses semua informasi sensorik ini secara bersamaan. Pekerjaan ini adalah bagian dari bagian yang lebih besar untuk memahami bagaimana jenis pembelajaran ini terjadi di dunia. “
Proses penguasaan bahasa sangat kompleks dan membutuhkan pendekatan multidisiplin yang memperhitungkan dunia tempat anak-anak tinggal. Lebih lanjut Ross menambahkan: “Anak-anak berinteraksi dengan lingkungan sambil belajar. Ide kami adalah memiliki model yang juga menggunakan persepsi untuk belajar. ” Rincian tentang dokumen tersebut juga dibagikan dalam dokumennya, “Model Urutan Dalam untuk Perencanaan Berbasis Sampling” melalui Departemen Informatika Universitas Washington.
