普林斯顿研究：AI 听了约 1000 天儿童家中录音，学会数千个词，关键是夜间回放

普林斯顿大学的研究人员训练了人工智能模型，让它们像儿童一样学习口语词汇：日复一日，从家中听到的语音里学习。根据EurekAlert转发的普林斯顿新闻稿，这项研究于2026年11月5日发表在《科学》（Science）杂志上，追踪了在家中被录音的儿童出生后大约前1000天的经历。SingularityHub在11月12日报道了此事，葡萄牙媒体Pplware则在11月14日报道。

这里所说的模型是一种神经网络：由多层简单计算单元组成的程序，其连接在训练过程中不断调整。回放（replay）是这项研究的核心技术。在每个模拟日结束时，模型会再次听到一部分它已经听过的语音，这一做法的灵感来自人们认为睡眠能巩固大脑记忆的方式，据SingularityHub报道。

研究人员收集了哪些数据？

据普林斯顿介绍，来自新泽西州15个家庭的17名婴儿在出生后的前三年里被录音，分析涵盖其中8名儿童。EurekAlert报道称，在大约1000天里共收集了120万小时的数据。SingularityHub补充说，每个家庭安装了4到14台设备，每天运行约12小时，而且在研究团队设计的伦理框架下，家长保留撤回或删除录音的权利。

据SingularityHub报道，在去除噪音、长时间静默和重叠对话之后，研究团队为每个孩子保留了最多6600小时的音频，用来训练一个个体化的模型。作为对比，该媒体指出，大型语言模型，也就是聊天机器人背后的系统，需要数十亿个词的文本。

为什么模型需要一个夜晚的回放？

据SingularityHub报道，每个模型都从零开始：没有英语语音列表，也没有任何提示告诉它一个词在哪里结束、下一个词在哪里开始。它由两部分组成：一个把语音切成20毫秒片段的音频编码器，以及一个经过训练、用来预测接下来会出现哪些声音的预测解码器。普林斯顿解释说，模型是按顺序、一天一天地接收孩子的语音，而不是像典型神经网络那样使用被打乱的数据。

最初的结果令人失望。据SingularityHub报道，普林斯顿的计算认知科学家哈达斯·拉维夫（Hadas Raviv）表示，仅仅让模型接触每天的语音流是不够的。在每个模拟日结束时加入回放阶段后，结果发生了改变。普林斯顿总结了模型所需要的东西：一整天的语音，日复一日，再加上一个用来回放的夜晚。

AI学到了什么？速度有多快？

• 据SingularityHub报道，有了回放之后，模型先掌握了音位（一种语言的基本声音单位），随后才掌握反复出现的词。
• 据SingularityHub报道，在8名儿童的数据上，模型在15个月内学会了大约37个音位，并在两岁之前开始识别词语，不同儿童的速度差异很大。
• 据SingularityHub和Pplware报道，到1000天前后，每个孩子对应的AI模型词汇量已达到数千个词。
• 据普林斯顿通过EurekAlert介绍，通过调整回放时的重复量和处理速度等参数，研究团队得到了与每个孩子相吻合的词义理解发展轨迹。

普林斯顿强调了其意义：心理学在很大程度上依赖平均值，而能够跟踪个体儿童的模型，为逐个孩子地研究发展打开了大门。新闻稿还指出，尽管孩子们接触的语音差别很大，该模型在每个家庭中都学会了理解语言。

这项研究有哪些局限？

研究人员强调，这个AI并不完全像婴儿那样学习。据Pplware报道，儿童还会借助视觉线索、手势和社交互动。SingularityHub补充说，该模型只通过声音学习，也不像神经元那样以并行且节能的方式处理信息。据同一媒体称，模型中哪些特征反映了真实的婴儿学习、哪些只是计算上的捷径，仍有待厘清。所读来源还说明样本有限：只有来自新泽西州家庭的8名儿童，因此是否适用于其他语言或环境尚未得到证实。

这项研究有什么用途？

据EurekAlert报道，普林斯顿团队希望用这个模型测试睡眠多少，或电视等不同类型语音的影响，并希望通过理解典型大脑如何学习语言，更好地诊断学习障碍。拉维夫表示，与追求超人类表现的许多现代AI不同，他们的目标是理解人类如何学习。

Pplware和SingularityHub补充说，这种方法可能启发出用更少数据学习的更高效AI模型。这只是一种假设，而不是研究的结果：两个来源都没有报告经过测量的数据或能耗节省。据SingularityHub报道，未参与该研究的马克斯·普朗克心理语言学研究所的扎拉·哈蒙（Zara Harmon）和卡罗琳·罗兰（Caroline Rowland）写道，这样的工作使人们能够在越来越真实的条件下对学习进行建模。

这对企业意味着什么？

对中国大陆的企业来说，这里的一切目前都还不是产品：该模型是研究工具，而不是服务。有三点值得关注。第一，开发语音助手、语言学习应用或基于语音的健康工具的团队可以记住回放原则：它提示可以用连续的数据流并配合定期复习来训练，而不是只依赖庞大的、被打乱的语料库；这一点仍需在实验室之外加以验证。

第二是数据。对幼儿在家中的持续录音，需要一个允许家长撤回或删除数据的框架，这对任何依据数据保护规则处理儿童语音数据的企业都是有用的参考。第三，关于能耗更低的说法目前仍未得到证实，在公布经过测量的结果之前，不应把它写进商业论证。