AI ត្រូវការពេល 92,000 ឆ្នាំដើម្បីរៀនភាសាក៏ដូចជា... កូនក្មេង

ការសិក្សាថ្មីមួយបានប៉ាន់ប្រមាណថា វានឹងត្រូវការប្រព័ន្ធ AI ដូចជា ChatGPT 92,000 ឆ្នាំ ដើម្បីឈានដល់ល្បឿនរៀនភាសាដូចគ្នាទៅនឹងកុមារធម្មតា។

ការពិតដែលថាកុមាររៀនភាសាប្រកបដោយប្រសិទ្ធភាពជាងប្រព័ន្ធបញ្ញាសិប្បនិមិត្ត (AI) នាពេលបច្ចុប្បន្នអាចកំណត់អនាគតនៃ ការអប់រំ បច្ចេកវិទ្យា និងវិទ្យាសាស្ត្រខួរក្បាល - រូបថតគំនូរជីវចល

ការស្រាវជ្រាវថ្មីពីសាស្រ្តាចារ្យ Caroline Rowland នៅវិទ្យាស្ថាន Max Planck Institute for the Psychology of Languages ​​(Netherlands) បង្ហាញថា កុមាររៀនភាសាបានយ៉ាងមានប្រសិទ្ធភាពជាងបច្ចេកវិទ្យា AI នាពេលបច្ចុប្បន្ន។

កុមារមិនត្រឹមតែស្រូបភាសាប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងបង្កើតប្រព័ន្ធផ្ទាល់ខ្លួនរបស់ពួកគេតាមរយៈអន្តរកម្ម អារម្មណ៍ និងបទពិសោធន៍ដ៏រស់រវើក។ ទន្ទឹមនឹងនេះ បច្ចេកវិទ្យា AI នៅតែមានការលំបាកក្នុងការតភ្ជាប់ព័ត៌មានពហុញ្ញាណ។

ការស្រាវជ្រាវនេះមិនត្រឹមតែជួយឱ្យយល់អំពីការអភិវឌ្ឍន៍ភាសារបស់កុមារប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងបើកទិសដៅថ្មីសម្រាប់ការកែលម្អបច្ចេកវិទ្យា AI នាពេលអនាគត។

កុមារ "រស់នៅជាភាសា" AI គ្រាន់តែ "ដំណើរការទិន្នន័យ"

យោងតាមសាស្រ្តាចារ្យ Rowland កុមារ "រស់នៅក្នុងភាសា" ខណៈដែល AI ដំណើរការទិន្នន័យតែប៉ុណ្ណោះ។ វាគឺជាការចូលរួមយ៉ាងសកម្មនៅក្នុង ពិភពលោក ៖ ពីការវារ ការស្ទាបអង្អែល ការស្តាប់ ការមើលឃើញ ការសួរ និងការធ្វើត្រាប់តាម ដែលជួយឱ្យខួរក្បាលរបស់កុមារភ្ជាប់ភាសាដោយធម្មជាតិជាមួយនឹងអារម្មណ៍ កាយវិការ និងបរិបទ។

តាមពិតទៅ ការស្រាវជ្រាវប៉ាន់ស្មានថា វានឹងត្រូវការប្រព័ន្ធ AI ដូចជា ChatGPT 92,000 ឆ្នាំ ដើម្បីឈានដល់ល្បឿនរៀនភាសាដូចគ្នាទៅនឹងកុមារធម្មតា។

អ្នកវិទ្យាសាស្ត្រ បានរកឃើញការពន្យល់អំពីមូលហេតុដែលកុមាររៀនភាសាបានលឿន និងមានប្រសិទ្ធភាពជាងប្រព័ន្ធបញ្ញាសិប្បនិម្មិត (AI)។ ដូច្នោះហើយ ខួរក្បាលរបស់មនុស្សមានយន្តការសិក្សាពិសេសដែលម៉ាស៊ីនមិនទាន់អាចក្លែងធ្វើបាន ដោយផ្តោតលើភាពខុសគ្នាសំខាន់ៗចំនួនបី៖ មធ្យោបាយទទួលព័ត៌មាន អន្តរកម្មសង្គម និងយន្តការនៃការបង្កើតភាសា។

កុមាររៀនភាសាមិនត្រឹមតែពីទិន្នន័យអត្ថបទប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងបញ្ចូលព័ត៌មានពីអារម្មណ៍ជាច្រើនក្នុងពេលតែមួយផងដែរ៖ ការស្តាប់ ការមើលឃើញ ការប៉ះ សូម្បីតែក្លិន និងរសជាតិ។ ជាឧទាហរណ៍ នៅពេលទារករៀនពាក្យថា "ឆ្កែ" ខួរក្បាលនឹងចងចាំក្នុងពេលដំណាលគ្នានូវសំឡេងនៃសំបកឆ្កែ រូបភាពរបស់សត្វឆ្កែ អារម្មណ៍នៃរោមទន់របស់វា និងអារម្មណ៍រីករាយក្នុងការលេងជាមួយវា។

វា​ជា​ការ​រួម​បញ្ចូល​គ្នា​ជា​ច្រើន​ស្រទាប់ ដែល​ជួយ​កុមារ​យល់ និង​ចងចាំ​ភាសា​យ៉ាង​ស៊ីជម្រៅ ដោយ​បង្កើត​ទំនាក់ទំនង​រវាង​សំឡេង រូបភាព អារម្មណ៍ និង​អត្ថន័យ។ ទន្ទឹមនឹងនេះ ប្រព័ន្ធ AI បច្ចុប្បន្ននៅតែដំណើរការទិន្នន័យអត្ថបទឋិតិវន្តជាចម្បង ហើយខ្វះសមត្ថភាពក្នុងការភ្ជាប់ព័ត៌មានពីអារម្មណ៍ជាច្រើន ដែលធ្វើឱ្យវាពិបាកសម្រាប់ម៉ាស៊ីនដើម្បីសម្រេចបានការយល់ដឹងពីធម្មជាតិដូចមនុស្ស។

បរិបទ "ការរៀន" ផ្សេងៗគ្នា

បច្ចេកវិទ្យា AI ថ្វីត្បិតតែភាពវៃឆ្លាតរបស់វាក៏ដោយ ក៏វានៅឆ្ងាយពីមនុស្សក្នុងការរៀនភាសា - រូបថត៖ AI

កត្តាសំខាន់មួយទៀត គឺកុមាររៀនភាសាក្នុងបរិបទដ៏រស់រវើក។ នៅពេលឪពុកម្តាយអានសៀវភៅ ចង្អុលទៅបក្សីនៅលើមេឃ ឬលេងជាមួយមិត្តភក្តិ កុមារតែងតែទទួលព័ត៌មានពីសំឡេង រូបភាព កាយវិការ និងអារម្មណ៍។ នេះជួយខួរក្បាលបង្កើតបណ្តាញទំនាក់ទំនងដ៏សម្បូរបែប ដោយហេតុនេះការរៀន និងប្រើប្រាស់ភាសាកាន់តែមានលក្ខណៈធម្មជាតិ។

ផ្ទុយទៅវិញ AI រៀនពីទិន្នន័យអត្ថបទឋិតិវន្ត ហើយខ្វះភាពរំជើបរំជួល កាយវិការ និងសង្គម ដែលជាសមាសធាតុស្នូលនៃការបញ្ចេញមតិ និងការយល់ដឹងភាសារបស់មនុស្ស។

លើសពីនេះ កុមារមិន "ផ្ទុកជាមុន" ចំណេះដឹងដូច AI ទេ ប៉ុន្តែបង្កើតប្រព័ន្ធភាសាផ្ទាល់របស់ពួកគេតាមរយៈការសាកល្បង និងកំហុស។

ជាឧទាហរណ៍ កុមារអាចបន្ថែមពាក្យដែលបង្ហាញពីសកម្មភាពក្នុងអតីតកាលដោយមិនមានការបង្រៀនជាផ្លូវការ ដូចជាពាក្យ "đà…rổi": "Con đã ăn cơm" (ខ្ញុំបានញ៉ាំបាយរួចហើយ)។ នេះគឺជាដំណើរការមួយជំហានម្តងៗ បន្តអភិវឌ្ឍ និងល្អឥតខ្ចោះតាមពេលវេលា ដែលជាសមត្ថភាពដែល AI មិនទាន់អាចចម្លងបាន។

ការស្រាវជ្រាវថ្មីនេះមិនត្រឹមតែជួយឱ្យយល់កាន់តែច្បាស់ពីការអភិវឌ្ឍន៍ភាសានៅក្នុងកុមារប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងបើកវិធីសាស្រ្តថ្មីសម្រាប់ AI ផងដែរ។ អ្នកវិទ្យាសាស្ត្រជឿថា សម្រាប់កុំព្យូទ័រដើម្បីរៀនភាសាធម្មជាតិដូចមនុស្ស AI ត្រូវការធ្វើអន្តរកម្មកាន់តែច្រើនជាមួយនឹងពិភពពិត រួមទាំងចលនា ការប៉ះ ការសង្កេត និងមតិកែលម្អ។

លើសពីនេះ ការសិក្សាណែនាំថា ទម្រង់នៃការរៀនភាសារបស់កុមារអាចឆ្លុះបញ្ចាំងពីរបៀបដែលមនុស្សបានវិវត្តន៍ទំនាក់ទំនងរាប់រយរាប់ពាន់ឆ្នាំមុន។ ភាសាអាចលេចឡើងមិនត្រឹមតែសម្រាប់បញ្ជូនព័ត៌មានប៉ុណ្ណោះទេ ប៉ុន្តែក៏មានទំនាក់ទំនងសង្គម ការលេង និងការអប់រំផងដែរ។

បច្ចេកវិទ្យាស្រាវជ្រាវថ្មី ដូចជាឧបករណ៍តាមដានភ្នែក ការវិភាគសំឡេង AI និងគំរូខួរក្បាល 3D កំពុងជួយអ្នកវិទ្យាសាស្ត្រឱ្យទទួលបានការយល់ដឹងកាន់តែស៊ីជម្រៅអំពីរបៀបដែលកុមាររៀន និងដំណើរការភាសាក្នុងពេលវេលាជាក់ស្តែង។

ដូចដែលសាស្រ្តាចារ្យ Rowland បានចែករំលែកថា "ប្រសិនបើយើងចង់ឱ្យ AI រៀនភាសាដូចមនុស្ស យើងត្រូវរចនាម៉ាស៊ីនឡើងវិញពីមូលដ្ឋាន ដូច្នេះពួកគេមិនត្រឹមតែដំណើរការទិន្នន័យប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងទទួលបានបទពិសោធន៍ពិភពលោកដូចកូនក្មេង"។

ត្រឡប់ទៅ ប្រធានបទ

មីន ហៃ

ប្រភព៖ https://tuoitre.vn/ai-can-92-000-nam-moi-hoc-ngon-ngu-gioi-bang-mot-dua-tre-20250910100215411.htm