露娜7个月大时，在科学家父亲的要求下，她开始佩戴一顶亮粉色的头盔，头盔上有一个摄像头，每次大约用一个小时时间捕捉她所看到、听到和说的一切。她的父亲布伦登·莱克是纽约大学的认知科学家，研究训练人工智能的更好方法。

　　一个周日的早上，莱克举起一个机器人玩偶，模仿机器人的声音逗正在玩木头玩具的露娜：“你手里的玩具是给机器人用的吗？”露娜似乎不太感兴趣这个对话，小孩子总是活在自己的世界里，但几分钟后，她回来捡起了机器人玩偶。“机器人，”她说。“机器人，”她重复了一遍。她的爸爸惊讶极了，因为他以前从没听她说过“机器人”这个词。她是刚才从偶然的对话中学会了这个词吗？

　　一岁半的露娜已经掌握了一项目前人工智能模型仍难以掌握的技术，即人类能够从很少的例子中进行学习。这意味着，即使是一次偶然的接触也可以巩固机器人玩偶和组成机器人的音素之间的联系。相比之下，人工智能可能需要几十个或几百个例子。像ChatGPT这样的大型语言模型是在数千亿甚至数万亿的单词上训练的，这是一个超出人类负荷能力的数据量。莱克表示，“要听到这么大规模的数据量，（对人类来说）需要1000年的时间。”那么，考虑到人类只需更少的时间和更少的单词来掌握语言，人工智能能否被更有效地训练？它能像一个蹒跚学步的孩子那样学习吗？

　　这些问题是莱克最初记录女儿幼年生活的动机。当然，他用一种更感性的方式说服了他的妻子：记录可以捕捉和回放露娜在幼儿时期的里程碑。和其他25个幼儿一起，露娜是斯坦福大学开展的BabyView项目的一部分，该项目旨在准确捕捉幼儿在以惊人的速度学习语言的关键时期所看到和听到的东西。莱克希望有一天能将来自露娜和其他人的数据输入到他自己的模型中，以找到训练人工智能的更好方法，并找到更好的方法理解孩子们是如何完成司空见惯但又非凡的语言学习壮举的。头戴相机和麦克风现在足够小，足够轻，幼儿可以长时间佩戴。

　　人工智能模型也可以激发关于儿童是如何学习的新研究。得克萨斯大学奥斯汀分校发展心理学家陈宇（音）讲述了他与合作者正在进行的一项研究。在这项研究中，父母和孩子在实验室里玩玩具时都戴着头戴式摄像头。奇怪的是，在孩子的视角上训练的计算机视觉模型比在父母的视角上训练的模型表现得更好。所以，孩子的视角对学习更有帮助吗？他们想知道这是否与孩子们会更彻底地操控玩具有关，比如孩子会前后转动玩具以从不同的角度看物体。

　　莱克一直在寻找创造一个更像人类学习的人工智能的方法，这自然使他想到了儿童的学习方式。他认为，“在已知的宇宙中，孩子是最令人瞩目的学习者。”有了自己的孩子之后，他认为养育孩子可能会给他的研究带来新的见解。看着孩子们的学习过程是如此迷人，如此令人惊讶，也如此有趣。但这个过程更是直觉性的——如果任何家长真能这么容易地理解他们的孩子是如何学习的，我们岂不是早就明白学习的真谛了吗？（作者萨拉·张，陈欣译）