三岁娃打败最强AI，识图能力远胜人工智能
研究发现，学龄前儿童在图像识别任务中胜过顶尖AI模型。
人工智能的浪潮汹涌而来，联合国贸易和发展报告预测，2033年全球AI市场规模将飙升至4.8万亿美元。从自动驾驶、医学影像分析，到音乐创作和自然对话，它似乎无所不能。
但Temple大学心理与神经科学系助理教授Vlad Ayzenberg带领的最新研究，揭示了AI仍面临的一项关键短板。他发现，即使是年仅三岁的儿童，在视觉物体识别方面也能轻松胜过当今最先进的AI系统。
“我们的研究表明，人类视觉系统的数据利用效率远超当前AI模型。即使是非常年幼的孩子，其感知能力也强得惊人。”Ayzenberg这样总结。
他与Emory大学的研究团队合作，比较了学龄前儿童和多种AI视觉识别模型在相同任务下的表现。结果显示，孩子们识别物体的速度和准确率全面领先，只有极少数AI模型在接受远超人类经验量的训练后才略胜一筹。
这项研究以《学龄前儿童的快速而强健的视觉识别能力》为题，发表在《科学进展》期刊上。
实验中，研究者向3到5岁的儿童展示物体图像，每张图片仅呈现100毫秒，并故意加入噪声等干扰因素以增加识别难度。Ayzenberg本以为这个设计专为成年人开发，孩子可能难以完成，结果却大大出乎意料。
他指出，这项研究不仅说明人类视觉系统的高效和强大，还提供了一个重要方向：从儿童大脑的工作方式中学习，去改进人工智能系统的架构和效率。反过来，AI模型也能帮助我们更深入理解人类心智的运作原理。
“AI固然强大，但经常犯人类绝不会犯的错误。它需要大量训练和能源支持，远不如我们节能高效。比如训练一个像ChatGPT这样的大型语言模型，其碳足迹是一个普通人全年排放的17倍。”他说。
Ayzenberg认为，如果能搞清楚三岁的孩子是如何靠极少经验就掌握物体识别的，就有可能打造出既聪明又节能的AI。
“这项研究为AI提出了一个新基准：这是三岁小孩能做到的，你们AI行不行？而且别靠疯狂的数据量去堆。”
Ayzenberg今年7月回到母校Temple大学任教，他曾在这里获得心理学学士学位，并在校本部新成立了“视觉学习与发展实验室”。这个实验室将通过行为测试、脑成像技术和计算建模等手段，研究婴幼儿如何在极短时间内快速发展出复杂的认知和感知能力。
他的终极目标，是从孩子身上汲取灵感，打造更像人类的AI系统。
下一步，他计划使用功能性磁共振成像技术，观察清醒婴儿在完成特定认知任务时的大脑活动。这些研究将揭示人脑在出生时的组织结构，以及这些结构如何支持早期学习与感知的飞速发展。
“婴儿在这个世界上待的时间很短，但他们能学得非常快。”Ayzenberg说，“我们希望搞清楚，是哪些神经机制让他们在经验极少的情况下，还能快速掌握复杂能力。”
他对即将在Temple开展的研究充满期待。“这里的心理学和神经科学项目非常强大，特别是在儿童发展领域。”
