Général

Des chercheurs conçoivent une machine qui imite l'apprentissage des langues chez les enfants


Les systèmes d'apprentissage profond révolutionnent notre approche compréhension et imitant un vaste éventail de processus, dont certaines applications sont aussi diverses que les jeux vidéo ou même la cartographie des taux d'obésité dans certaines villes. Il s'est également avéré essentiel pour aider à clarifier certains processus sur lesquels il est difficile d'avoir une perspective complète.

Maintenant, une équipe de chercheurs du Centre pour les cerveaux, les esprits et les machines du MIT (CBMM) et du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) a conçu une étude qui cherche à répondre à certaines de ces questions centrées sur l'apprentissage des langues chez les jeunes enfants. Améliorer le processus connu sous le nom de analyse sémantique- qui consiste à convertir le langage en une forme de données logique et mesurable - il utilise essentiellement des algorithmes d'apprentissage en profondeur pour copier ce processus chez les enfants, obtenant des résultats uniquement par l'observation.

L'équipe derrière la recherche présentera les détails dans un article lors de la conférence Empirical Methods in Natural Language Processing de cette année à Bruxelles, en Belgique, qui se déroulera du 2 au 4 novembre.

Améliorer le processus linguistique

Pour obtenir les résultats, l'équipe a utilisé la vidéo pour la formation, car elle pensait qu'elle offrirait des résultats plus précis. «Il y a des composants temporels - des objets interagissant les uns avec les autres et avec les gens - et des propriétés de haut niveau que vous ne verriez pas sur une image fixe ou simplement dans la langue, explique Candace Ross, étudiante diplômée au Département de génie électrique et informatique et CSAIL et premier auteur sur le papier.

Au total, environ400 des vidéos montrant un certain nombre de tâches ont été utilisées, avec1,200 des légendes ont été ajoutées, grâce aux contributions envoyées via la plateforme de crowdsourcing Mechanical Turk. Les scientifiques ont alors fait le choix judicieux de diviser les légendes en deux groupes:

840 serait utilisé à des fins de réglage et de formation, tandis que le reste360 étaient réservés uniquement aux tests, offrant un processus rationalisé dans lequel «vous n'avez pas besoin d'autant de données - bien que si vous aviez [les données], vous pourriez passer à d'énormes ensembles de données», explique le co-auteur Andrei Barbu, un chercheur au Laboratoire d'informatique et d'intelligence artificielle (CSAIL) et au Center for Brains, Minds, and Machines (CBMM) au sein du McGovern Institute du MIT.

Débloquer des indices sur l'apprentissage

La recherche prometteuse offre la possibilité d'approfondir la compréhension de certains des processus d'apprentissage fondamentaux dans lesquels les enfants s'engagent. Compte tenu des défis évidents auxquels les enfants sont confrontés pour articuler certaines de ces nuances en raison de leur stade de développement différent, l'IA joue un rôle précieux.

«Un enfant a accès à des informations redondantes et complémentaires de différentes modalités, y compris entendre les parents et frères et sœurs parler du monde, ainsi que des informations tactiles et visuelles, [qui l'aident] à comprendre le monde», partage le co-auteur Boris Katz, chercheur principal et également responsable du groupe InfoLab au CSAIL.

"C’est un casse-tête incroyable, de traiter toutes ces entrées sensorielles simultanées. Ce travail fait partie d’une pièce plus vaste pour comprendre comment ce type d’apprentissage se produit dans le monde."

Le processus d'acquisition de la langue étant si complexe, il nécessite une approche multidisciplinaire qui prend en compte le monde dans lequel vivent les enfants. «Les enfants interagissent avec l'environnement pendant qu'ils apprennent. Notre idée est d'avoir un modèle qui utiliserait également la perception pour apprendre », ajoute Ross.

Les chercheurs ont également partagé les détails de leur article, intitulé «Modèles séquentiels profonds pour la planification basée sur l'échantillonnage», via le Département d'informatique de l'Université de Washington.


Voir la vidéo: Enfants bilingues: comment ça se passe lapprentissage? (Octobre 2021).