Denk je dat de supercomputer die poëzie voortbrengt geniaal is? Wacht tot je een éénjarige ontmoet.
Baby’s kunnen geen code schrijven. Ze debatteren zeker niet over metafysica. Maar hier zit het probleem: de huidige AI verslindt trainingsgegevens alsof het uit de mode raakt, en slurpt elektriciteit op die vergelijkbaar is met de productie van een klein land. Ondertussen ontdekt een menselijk kind de realiteit met angstaanjagende efficiëntie. Eén of twee blikken naar een object. Boom. Identificatie beveiligd. Leren gebeurt door vluchtige observatie. Fysieke aanraking. Het is efficiënt. Het is biologisch. Het verslaat onze siliciumhersenen zonder twijfel.
Onderzoekers beginnen iets ongemakkelijks toe te geven. Het geheim van betere, goedkopere AI ligt misschien in babybreinen.
Om deze gedurfde nieuwe grens te verkennen, hadden we een test nodig die modellen ertoe aanzette om als peuters te denken.
De EgoBabyVLM Reality Check
Meta, Stanford, de Universiteit van Tokio en École Normale Supéérieure in Frankrijk kwamen samen. Ze bouwden een uitdaging. EgoBabyVLM.
Het dwingt visuele taalmodellen (VLM’s die zowel tekst als afbeeldingen verwerken) om de wereld te begrijpen zoals een baby dat doet. De dataset? Ongeveer duizend uur aan video opgenomen met camera’s die rechtstreeks op de hoofden van baby’s zijn vastgemaakt. Ja, echt waar.
En de resultaten? Teleurstellend voor de AI-industrie.
De huidige topmodellen falen. Jammerlijk. Ze stikken in de rommelige, chaotische first-person beelden van daadwerkelijke menselijke ervaringen. De mislukking suggereert een harde waarheid. Iets aan de architectuur van het menselijk brein zorgt ervoor dat het snel kan leren van kleine stukjes informatie. Onze algoritmen kunnen daar niet aan tippen.
Rommelige gegevens, rijk leren
Gecureerde datasets zijn een steunpilaar. Baby’s gebruiken geen krukken.
Ze leren van een caleidoscoop. Ouders wijzen naar onzichtbare voorwerpen. Gebaren. Praten over dingen die nog niet gebeurd zijn. Herinneringen uit het verleden. Het zijn niet alleen woorden. Het is tastbaar. Het is multimodaal. Michael Frank, een cognitief wetenschapper van Stanford die bij het project betrokken was, zei het eenvoudig: taal alleen is niet het antwoord.
‘Het is duidelijk dat er meer nodig is’, zei hij.
Welke syntaxis goed (en verkeerd) is
EgoBabyVLM is niet de enige. Wetenschappers gebruiken AI graag als spiegel voor de menselijke intelligentie. Ken je BabyLM nog uit 2023? Die uitdaging dwong AI om syntaxis te leren met behulp van datahoeveelheden die vergelijkbaar zijn met wat een tienjarige verwerkt. Tientallen miljoenen woorden. Geen biljoenen.
Transformers – de ruggengraat van de moderne AI – hebben dit daadwerkelijk voor elkaar gekregen. Ze toonden aan dat pure aandachtsmechanismen woordrelaties konden begrijpen zonder de enorme data-varkens die we gewend zijn. Dit sloeg in het gezicht van Noam Chomsky. Misschien is de syntaxis niet vastgelegd. Misschien is het geleerd.
Maar taal is gemakkelijk. De fysieke wereld? Niet zo veel.
Ryan Cotterell van ETH Zürich wees op een gat. “Er zal geen groot corpus zijn”, zei hij. “Geen internet van menselijke interacties.”
Joshua Tenenbaum van MIT ziet de grenzen. Transformers vinden patronen. Zeker. Maar ze verwerven geen gezond verstand. Ze krijgen geen sociale dynamiek. Ze missen een theorie van de geest.
Transformers zijn heel goed in het vinden van patronen, maar ze kunnen de ruwe input van een baby niet omzetten in het complexe begrip dat een kind ontwikkelt.
Tenenbaum stelt de grote vraag. Heeft de evolutie ons geoptimaliseerd met ingebouwde snelkoppelingen? Of zijn de hersenen slechts een complex apparaat met een inherente structuur? Hij neigt naar structuur. Veel ervan.
In 2024 liet iemand zien dat een basis-VLM een bal kon identificeren aan de hand van de hoofdcamera van één baby. Het was indrukwekkend. Het was ook primitief. Het was geen redenering. Het was patroonherkenning. Brendan Lake uit Princeton merkt op dat het gat blijft bestaan.
“Het mysterie is hoe kinderen op 2-jarige leeftijd de volledige capaciteiten krijgen.”
Naar een causale geest
De EgoBabyVLM-auteurs denken dat het pad voorwaarts leent van de neurowetenschappen. We hebben modellen nodig die langer opletten. We hebben ze nodig om sociale signalen te interpreteren. Niet alleen pixelarrangementen.
Frank heeft zijn punt al bewezen. Eerder dit jaar testte zijn team een nieuw model gericht op causaliteit. Het volgde visuele en temporele relaties met behulp van dezelfde babyvideogegevens. Het model leerde objectdynamiek. Hoe dingen elkaar in de loop van de tijd beïnvloeden.
Het werkte.
Het was veel beter dan standaardmodellen op het gebied van fysiek redeneren.
De mogelijkheid blijft daar hangen. Modellen die de neiging hebben om snel natuurkunde en sociale verbanden te leren. Het kunnen efficiënte leerlingen zijn. Echte leerlingen. Niet alleen maar papegaaien van data.
Meer is opgewonden.
“Ik ben benieuwd met wat voor nieuwe architectuuronderzoekers op de proppen komen”, zegt hij.
Er komen nieuwe benaderingen. Of dat zullen ze doen. De vraag is niet of AI kan leren als een baby. Het gaat erom of we het geduld hebben om het te onderwijzen.
Wie houdt de camera vast? 🍼
