Met de nieuwe methode, Bayesian Program Learning (BPL) genaamd, willen de onderzoekers computers meer op dezelfde manier laten leren als mensen dat doen.
In plaats van duizenden voorbeelden van een concept, zouden computers met de nieuwe methode al voldoende hebben aan een enkel voorbeeld.
De computer creëert vervolgens zelf nieuwe voorbeelden en bekijkt welke daarvan het beste bij het nieuwe concept passen.
“De kloof tussen de manier waarop mensen leren en de manier waarop computers leren blijft groot”, zegt onderzoeker Joshua Tenenbaum tegenover Geekwire. ”We willen die kloof dichten, en dat is een langetermijndoel.”
Volgens de onderzoekers kan de nieuwe techniek in de toekomst van pas komen bij het ontwikkelen van spraakherkenningssoftware.
Handgeschreven tekens
De onderzoekers hebben de nieuwe methode getest door een computer 1.623 handgeschreven tekens, afkomstig uit 50 verschillende alfabetten, te laten analyseren. De computer verdeelde de individuele karakters vervolgens op in simpelere tekens waarmee de letter of het teken gemaakt kan worden.
Om te kijken hoe goed de computer presteerde, werden de computergegenereerde tekens samen met een zelfde hoeveelheid door mensen geschreven tekens beoordeeld door een groep mensen.
Zij moesten vervolgens raden welke tekens door mensen, en welke door computers waren gemaakt. Tijdens elke testronde kon slechts een kwart van de juryleden enig signicicant verschil detecteren tussen de tekens.