📖 AI 总结

文章探讨了儿童与人工智能在语言学习效率上的巨大差距，即“数据效率差距”。尽管大语言模型（如ChatGPT、Claude）在短短四年内实现了流畅的人机对话，但其训练依赖海量数据——一个LLM消耗的词汇量可能是儿童母语习得过程的十万倍以上。相比之下，一个语言环境丰富的儿童到20岁可能仅接触约3亿词，却能高效掌握语言。这一现象引发认知科学家和AI研究者的关注：儿童为何能以极少数据超越最复杂的机器？研究此问题对AI发展至关重要，因为互联网可训练数据可能在本世纪30年代枯竭，而儿童的学习方式或为突破数据瓶颈提供启示。文章强调，理解这一差距不仅关乎技术进步，也深化对人类认知本质的认识。