研究人员利用人工智能，通过分析婴儿手机实验中的动作来探索婴儿的学习过程，发现脚部动作是了解婴儿与周围环境互动的关键。人工智能模型（尤其是 2D-CapsNet）有效地突出了婴儿的发育阶段。
人工智能对婴儿运动的分析揭示了早期发育阶段的关键见解，强调了脚部运动在学习中的重要性。
计算和人工智能的最新进展以及对婴儿学习的新见解表明，机器和深度学习技术可用于研究婴儿如何从随机探索性动作过渡到有目的的动作。到目前为止，大多数研究都集中在婴儿的自发动作上，区分烦躁行为和非烦躁行为。
尽管早期婴儿的动作可能看起来很混乱，但它们在婴儿与环境互动时会显示出有意义的模式。然而，我们仍然缺乏对婴儿如何有意识地与周围环境互动以及指导他们目标导向行为的原则的理解。
研究人员将彩色移动设备连接到婴儿脚上，并使用 Vicon 3D 运动捕捉系统跟踪婴儿的运动，以此探索婴儿如何有目的地行动。图片来源：佛罗里达大西洋大学
通过人工智能理解婴儿的互动
为了探索婴儿如何开始有目的的行为，佛罗里达大西洋大学的研究人员及其合作者进行了一项婴儿移动实验，这是自 20 世纪 60 年代末以来使用的一种发展研究技术。在这个实验中，一个彩色的移动装置被轻轻地绑在婴儿的脚上，当婴儿踢腿时，移动装置就会移动，从而将他们的行为与他们所看到的联系起来。这种设置有助于研究人员了解婴儿如何控制自己的动作，并发现他们影响周围环境的能力。
在这项研究中，研究人员测试了人工智能工具是否能够捕捉到婴儿运动模式的复杂变化。使用 Vicon 3D 运动捕捉系统跟踪的婴儿运动被分为不同类型——从自发动作到移动物体移动时的反应。通过应用各种人工智能技术，研究人员研究了哪些方法最能捕捉到婴儿在不同情况下行为的细微差别，以及运动如何随着时间的推移而演变。
研究人员将彩色移动设备连接到婴儿脚上，并使用 Vicon 3D 运动捕捉系统跟踪婴儿的运动，以此探索婴儿如何有目的地行动。图片来源：佛罗里达大西洋大学
通过人工智能理解婴儿的互动
这项研究的结果发表在《科学报告》上，强调人工智能是了解婴儿早期发育和互动的宝贵工具。机器和深度学习方法都能准确地将五秒钟的 3D 婴儿运动片段归类为属于实验的不同阶段。在这些方法中，深度学习模型 2D-CapsNet 表现最佳。重要的是，在所有测试的方法中，脚部运动的准确率最高，这意味着，与身体的其他部位相比，脚部的运动模式在实验的各个阶段变化最为显著。
“这一发现意义重大，因为人工智能系统并未被告知有关实验的任何信息，也不知道婴儿身体的哪个部位与移动设备相连。这表明，脚作为末端执行器，受与移动设备的交互影响最大，”论文合著者、佛罗里达大西洋大学查尔斯·施密特科学学院复杂系统和脑科学中心格伦伍德和玛莎·克里奇杰出科学学者斯科特·凯尔索博士说。“换句话说，婴儿与周围环境的联系方式对与世界的接触点影响最大。在这里，这是‘脚优先’。”
活动对婴儿学习的影响
2D-CapsNet 模型在分析足部运动时实现了 86% 的准确率，并且能够捕捉运动过程中不同身体部位之间的详细关系。在所有测试方法中，足部运动始终表现出最高的准确率——比手、膝盖或全身运动高出约 20%。
“我们发现，婴儿在与手机断开连接后比在有机会控制手机之前探索得更多。似乎失去控制手机的能力使他们更渴望与世界互动，以找到重新连接的方法，”佛罗里达大西洋大学复杂系统和脑科学中心的合著者和博士后研究科学家 Aliza Sloan 博士说。“然而，一些婴儿在这个断开连接的阶段表现出的运动模式包含他们早期与手机互动的暗示。这表明只有某些婴儿足够了解他们与手机的关系，以保持这些运动模式，期望他们即使在断开连接后仍会对手机做出反应。”
研究人员表示，如果婴儿在断开连接期间动作的准确性仍然很高，这可能表明婴儿在早期的互动中学到了一些东西。然而，不同类型的动作可能对婴儿的发现有不同的含义。
“值得注意的是，研究婴儿比研究成年人更具挑战性，因为婴儿无法进行口头交流，”论文合著者、佛罗里达大西洋大学心理学系教授、佛罗里达大西洋大学 WAVES 实验室主任、查尔斯 E. 施密特科学学院复杂系统和脑科学中心成员 Nancy Aaron Jones 博士说道。“成年人可以遵循指令并解释自己的行为，而婴儿则不能。这就是人工智能可以提供帮助的地方。人工智能可以帮助研究人员分析婴儿动作的细微变化，甚至是他们的静止状态，让我们了解他们在学会说话之前是如何思考和学习的。他们的动作还可以帮助我们理解婴儿发育过程中发生的大量个体差异。”
通过观察每个婴儿的人工智能分类准确率如何变化，研究人员可以通过新的方式了解婴儿何时以及如何开始与世界互动。
“虽然过去的人工智能方法主要侧重于对与临床结果相关的自发运动进行分类，但将基于理论的实验与人工智能相结合将有助于我们更好地评估与特定环境相关的婴儿行为，”凯尔索说。“这可以改善我们识别风险、诊断和治疗疾病的方式。”
参考文献：《人工智能检测 3 个月大婴儿与环境的功能关系意识》，作者：Massoud Khodadadzadeh、Aliza T. Sloan、Nancy Aaron Jones、Damien Coyle 和 JA Scott Kelso，2024 年 7 月 6 日，《科学报告》。DOI：10.1038/s41598-024-66312-6（By：Gisele Galoustian, Florida Atlantic University）
2024年国家社会科学基金年度项目立项结果——新闻学与传播学（附全名单）
2024年中国科技传播论坛暨中国科技新闻学会第十七次学术年会论文征集通知
