我们在幼年时究竟是如何学习的，对付该问题的研究，不仅能让我们理解智力发育的机制，还能启示机器学习的演习算法设计。

在24年2月揭橥的一项Science研究中[1]，研究职员通过婴儿携带的摄像头录制的长达61小时***，稽核孩童是如何将措辞和不雅观察的物体联系起来的，并构建了描述学习过程的比拟学习模型。
与之类似的，23年的NIPS论文[2]创造，婴儿可以经由自监督的模式，自发从视觉输入中呈现出抽象表征。
然而接下来的问题是，婴儿是如何一步步做到这一点的？这正是本文要先容的新研究所回答的问题。

▷Anderson, Erin M., et al. \"大众An edge-simplicity bias in the visual input to young infants.\公众 Science Advances 10.19 (2024): eadj8571.

2024年5月10号的Science Advance论文[3]采取了相似的实验设计，即在婴儿头上安装的摄像机，直接不雅观察和剖析他们日常环境中的视觉刺激。
研究通过比较婴儿不雅观察的图像与成人的感知，创造婴儿在日常环境中经历了独特的视觉体验，这种体验由大略、高比拟度的图案及其边缘组成。
婴儿天生被日常环境中的高比拟度图案所吸引，这些图案对他们大脑中视觉模块的发育至关主要。

▷图1：实验设计，婴儿在视觉发育早期，方向于不雅观察b图中那样由几个高比拟度的边缘组成的图案。
来源：参考文献3

认知科学传统的假设是视觉输入对每个人基本相同，无论其发育阶段如何。
然而，新研究根据10名3-13周婴儿（5名男性）以及对照组（10名31-70岁成年人）头戴相机记录的数据，创造视觉输入随着发育而变革。
它对每个人来说都不是一样的。
非常年幼婴儿的日常生活输入彷佛是那个年事特有的。
他们更喜好注目大略、高比拟度的场景（图2），如宽大的玄色条纹和棋盘格。

▷图2：婴儿偏比如较度高，边缘大略的视觉输入。
来源：参考文献3

按照大略与否，比拟度强烈与否，研究者划分了4个象限。
他们创造婴儿最喜好的是具有大略边界，又明暗比拟强烈的图案（图3）。
这下你明白了婴孩迁徙改变他们的小脑袋在找什么了吧。

▷图3：不同特色组合的图像，婴儿和成年人不雅观察比例的占比。
来源：参考文献3

考虑到处理视觉皮层的V1区的功能是提取局部边缘，供给后续的皮层以够建故意义工具和场景。
婴儿的视觉偏好，是否能用于辅导视觉模型的演习？2023年的一项NIPS论文[4]创造，比较让视觉识别模型利用用成年人不雅观察到的随机图案进行演习，如果利用类似婴儿发育早期不雅观察到的图像进行演习，人工智能系统在学习后识别视觉图像方面的表现更出色。
这项研究同样是利用婴儿的头戴相机拍下的图像，只是那时候研究者还不清楚婴儿的视觉偏好。
而新研究则暗示，对大略性和高比拟度数据的偏好，可能有利于在视觉发育的早期对视觉皮层V1区的演习。
而用于AI识别的卷积神经网络架构则是模拟人类视觉皮层设计的，因此展现出了类似的特色。

考虑到该研究的被试，是美国印第安纳伯明翰大学教职员工的子女，他们所处的是一个人工布局的非自然环境。
因此该文的结论是否只适用于成长于人工环境中的婴儿，而不具备跨文化的普适性？对此的回嘴来源于23年的研究[5]，该研究比拟了印度西奈一个小型拥挤的渔村落里婴儿的头戴摄像头不雅观测数据。
西奈电力有限，大部分日常生活都在户外进行。
结果显示，西奈婴儿不雅观测到的数据与西方的数据并没有统计学上的差异，两地的小孩都偏爱大略，高比拟度的图案。

基于这项研究，我们可以根据婴儿视觉的不雅观察模式，去及早识别出如白内障、斜视、屈光不正和上睑下垂等发育早期就会涌现的疾病，并及早干预。
这些疾病会通过滋扰视觉皮层的输入来毁坏人类视觉发育，导致视力非常。
未来可以通过让婴儿佩戴摄像头，通过算法检测婴儿是否没有表现出对大略且高比拟度图像的偏好，从而以低本钱对干系疾病进行鉴别。

像马，羊这样的哺乳动物，一出生就能跑。
然而，人类婴儿须要大约三个月韶光才能听和看，之后还需六个月才能轻微掌握姿势和头部。
为什么人类须要这么长的韶光来让神经系统发育成熟？该研究供应了一个可能的阐明，即视觉系统会先演习用于识别边缘的V1区域，之后在演习产生更抽象表征的V2-V6，而这样缓慢的、逐步的优化办法有助于构建一个更加智能，更为灵巧的视觉系统。

按照上述推论，可以让大猩猩等灵长类动物的幼崽在其视觉发育的关键期间带上摄像头，去稽核其是否会具有类似人类婴儿的视觉偏好。
虽然目前尚未找到这样的研究，但考虑到2020年一篇对包括体型最小的灵长类动物鼠狐猴等多种灵长类视觉系统的研究[6]，研究者创造从最大的到最小的灵长类动物，视觉处理单元在大脑中的排列办法完备相同的，遵照着同样的数学规则。

因此有情由推断，有可能在大猩猩等灵长类中不雅观测相似的规律。
而对诸如马，羊这种生下来就能运动的生物，则可能无法在其幼崽中不雅观察到对大略和高比拟度的偏好性，对付像猫狗这样同样须要一段发育期间（从睁眼到正常行走，捕猎）却又不是灵长类的动物，则难以推测。

类似的跨物种比较研究，将揭示不同的生物其视觉系统如何在慢发育带来的更高智能与先天具备能力带来进化上风间进行权衡，而这同样是机器智能须要应对的核心话题，不仅局限于视觉系统，还涉及先天vs后天的一样平常性谈论。

参考文献：

[1]Wai Keen Vong, et al. “Grounded Language Acquisition through the Eyes and Ears of a Single Child.” Science, vol. 383, no. 6682, 2 Feb. 2024, pp. 504–511, https://doi.org/10.1126/science.adi1374.[2] Orhan, A. Emin, et al. “Self-Supervised Learning through the Eyes of a Child.” ArXiv:2007.16189 [Cs], 15 Dec. 2020, arxiv.org/abs/2007.16189.[3] Anderson, Erin M, et al. “An Edge-Simplicity Bias in the Visual Input to Young Infants.” Science Advances, vol. 10, no. 19, 10 May 2024, https://doi.org/10.1126/sciadv.adj8571. [4]Bambach, Sven, et al. “Toddler-Inspired Visual Object Learning.” Neural Information Processing Systems, Curran Associates, Inc., 2018, papers.neurips.cc/paper_files/paper/2018/hash/48ab2f9b45957ab574cf005eb8a76760-Abstract.html. [5 Raj., and U Ganapathy Sankar. “Comparison of Performance of Children from Chennai with Norms of Motor-Free Visual Perception Test-4: A Comparative Study.” The Indian Journal of Occupational Therapy, vol. 55, no. 3, 1 July 2023, pp. 94–97, https://doi.org/10.4103/ijoth.ijoth_37_23. [6] Lum, Chun, et al. “Orientation Preference Maps in Microcebus Murinus Reveal Size-Invariant Design Principles in Primate Visual Cortex.” CB/Current Biology, vol. 31, no. 4, 1 Feb. 2021, pp. 733-741.e7, https://doi.org/10.1016/j.cub.2020.11.027.