赤ちゃんの動きの AI 分析により、発達の初期段階に関する重要な洞察が明らかになり、学習における足の動きの重要性が強調されます。コンピューティングと人工知能の最近の進歩と幼児の学習に関する新たな洞察は、幼児がランダムな探索運動から目的のある行動にどのように移行するかを研究するために機械と深層学習の技術を使用できることを示唆しています。これまで、ほとんどの研究は乳児の自発的な動きに焦点を当て、そわそわする行動とそうでない行動を区別してきました。
乳児の初期の動きはバラバラに見えるかもしれませんが、それらは乳児と環境との相互作用における意味のあるパターンを明らかにします。しかし、幼児がどのように意識的に環境と相互作用するのか、また、幼児の目標に向けた行動を導く原則については、まだ理解が不足しています。
赤ちゃんがどのようにして目的を持って行動し始めるのかを探るため、フロリダ アトランティック大学の研究者とその共同研究者らは、1960 年代後半から使用されている発達研究手法である赤ちゃん用携帯電話の実験を実施しました。この実験では、カラフルな携帯電話を赤ちゃんの足にそっと結び付け、赤ちゃんが蹴ると動くようにして、赤ちゃんの行動と見ているものを結び付けました。この設定は、研究者が赤ちゃんがどのように自分の動きを制御しているかを理解し、周囲に影響を与える能力を発見するのに役立ちます。
研究では、研究者らは人工知能ツールが乳児の運動パターンの複雑な変化を捕捉できるかどうかをテストした。 Vicon3D モーション キャプチャ システムを使用して追跡された乳児の動きは、自発的な動きから移動中の反応まで、さまざまなタイプに分類されます。研究者らは、さまざまな人工知能技術を適用することで、さまざまな状況における赤ちゃんの微妙な行動と、時間の経過とともに動きがどのように進化するかを最もよく捉える方法はどれかを研究しました。
Scientific Reports に掲載されたこの研究結果は、乳児の早期発達と相互作用を理解するための重要なツールとして人工知能を強調しています。機械学習と深層学習の両方の手法により、幼児の動きの 5 秒間の 3 次元クリップが実験のさまざまな段階に正確に分類されました。これらの方法の中で、深層学習モデル 2D-CapsNet が最も優れたパフォーマンスを発揮します。重要なことは、足の動きはテストされたすべての方法の中で最も高い精度を示したということです。これは、体の他の部分と比較して、足の動きのパターンが実験のさまざまな段階で最も大きく変化したことを意味します。
研究の共著者であるフロリダ・アトランティック大学複雑システム・脳科学センターのグレンウッド・クリッチ氏とマーサ・クリチコ氏は、「AIシステムには実験について何も知らされておらず、赤ちゃんの体のどの部分が電話に接続されているかも分からなかったので、この発見は重要だ」と述べた。科学の著名な学者であるスコット・ケルソー博士は、「これは、エンドエフェクターとしての足が電話との相互作用によって最も影響を受けることを示唆しています。言い換えれば、赤ちゃんが環境とつながる方法は、世界との接触点で最も影響を受けます。ここでは、それは『足から』です。」と述べました。
2D-CapsNet モデルは、足の動きを分析する際に 86% の精度を達成し、動き中のさまざまな身体部分間の詳細な関係を捉えることができました。足の動きは、テストされたすべての方法の中で一貫して最高の精度を示し、手、膝、または全身の動きよりも約 20% 正確でした。
「幼児は、携帯電話を制御する機会が得られる前よりも、携帯電話から切断された後のほうが探索することがわかりました。携帯電話を制御できなくなったことで、再接続する方法を見つけるために世界と交流することにさらに熱心になったようです」と、共著者でフロリダ アトランティック大学複雑系脳科学センターの博士研究員アリザ・スローン博士は述べた。 「しかし、一部の乳児は切断段階中に、以前の電話とのやり取りからの手がかりを含む動作パターンを示しました。これは、一部の乳児だけが電話との関係を十分に理解しており、切断後も電話からの応答がまだ生成されることを期待してこれらの動作パターンを維持していることを示唆しています。」
切断中も赤ちゃんの動きの精度が高いままであれば、それは赤ちゃんが前回のやりとり中に何かを学習したことを示している可能性があると研究者らは述べた。ただし、動きの種類が異なるということは、赤ちゃんが異なることを発見することを意味する可能性があります。
「幼児は口頭でコミュニケーションできないため、幼児の研究は大人の研究よりも難しいことに注意することが重要です」と、共著者で脳科学センターのメンバーであるナンシー・アーロン・ジョーンズ博士は述べた。 「大人は指示に従い、自分の行動を説明することができますが、乳児はそれができません。これが人間のやることです。ここで AI が役に立ちます。AI は、研究者が赤ちゃんの動きの微妙な変化、さらには安静状態を分析するのに役立ち、話す前から赤ちゃんがどのように考え、学習しているかについて洞察を与えてくれます。また、赤ちゃんが成長するにつれて生じる大きな個人差を理解するのにも役立ちます。」
AI の分類精度が乳児ごとにどのように変化するかを観察することで、研究者は、乳児がいつ、どのように世界と関わり始めるのかを理解する新しい方法を得ることができます。
「これまでの AI 手法は主に、臨床転帰と相関する自発運動の分類に焦点を当ててきました。理論に基づいた実験と AI を組み合わせることで、乳児の特定の環境に関連した乳児の行動をより適切に評価できるようになります」とケルソー氏は述べています。 「これにより、リスクを特定し、病気を診断し、治療する方法が改善される可能性があります。」
編集元/SciTechDaily