子供はなぜ100,000分の1のデータでLLMを上回るのか
MITの研究者らは、子供がはるかに少ないデータでAIを上回って学習する「データ効率ギャップ」を特定し、人間の認知をリバースエンジニアリングすることでより効率的なモデルが実現する可能性を示唆した。
MIT Technology Reviewは、「データ効率ギャップ」について報告している。それによると、LLMは膨大なデータセットを必要とするが、子供たちは最小限の露出で流暢さを身につける。研究者たちは、この人間の学習メカニズムを理解することで、より少ない学習データで済むAIアーキテクチャにつながることを期待している。このような探究は、AI効率の根本的な課題を解決し、認知科学に関する永続的な疑問に答えることを目指している。