نوروسافاری | دانش مغز و علوم اعصاب دانش مغز و علوم اعصاب. در این وبسایت خلاصه ای از مهمترین تحقیقات همه رشته های علوم اعصاب و مغز را می توانید به زبان ساده بخوانید. تلاش ما جهت هم افزایی بین رشته ای جهت پیشرفت بیشتر این علم است.
نوروسافاری | هوش مصنوعی (AI) بیش از آنچه فکر می‌کنید با یادگیری تقویت شده دوپامینی مرتبط است. یافته اخیر کاملا به جا و درست به نظر می رسد، بنابراین اکنون فقط لازم است به مطالعه سگ پاولوف فکر کنید.
به گزارش نوروسافاری به نقل از وبسایت مهندسی جالب، اخیرا DeepMind AI در مورد کشف خود یک پست وبلاگی منتشر کرده مبنی بر اینکه روش‌های یادگیری مغز انسان و هوش مصنوعی با یادگیری از طریق پاداش ارتباط نزدیکی دارند.
یافته یا نتایجشان همچنین در روزنامه چهارشنبه در مجله Nature منتشر شد.
یادگیری انگیزشی
این یک حقیقت است که ما انسان‌ها و بسیاری از حیوانات از طریق پاداش یاد می‌گیریم و از عوامل بیرونی و درونی برای یادگیری بیشتر، انگیزه دریافت می‌کنیم.
اگر در مورد آن فکر کنید، بسیاری از کارها و رفتارهای روزمره شما به این سمت سوق پیدا می‌کند که نتیجه نهایی چه احساسی را به شما منتقل می‌کند. چه نتیجه منفی باشد یا مثبت.
چگونگی یادگیری ارگانیسم ها یا موجودات زنده از تجربه برای پیش بینی درست و پیش بینی پاداش، یکی از چندین زمینه مورد تمرکز محققین در قرن گذشته بوده است. در حقیقت، تاریخ این کار به ایوان پاولوف باز می‌گردد.
کار روانشناختی پاولوف به دلیل آزمایشاتش روی سگ‌ها شناخته شده است و مشهورترین کارش را به نام “سگ پاولوف” ارائه داد. در آزمایش او، سگ‌ها بعد از خاموش شدن زنگ هشدار انتظار غذا داشتند. به محض اینکه زنگ خاموش می شد، سگ‌ها شروع به ترشح بزاق می کردند و مدت کوتاهی بعد از آن منتظر دریافت غذا بودند. علامت واضحی که نشاندهنده فهم سگ‌ها مبنی بر غذا دادن به آنها بعد از شنیدن صدای زنگ بود.
اخیراً دانشمندان در تلاش بوده‌اند تا عملکرد داخلی مغز ما را مورد مطالعه قرار دهند و اینکه چگونه آنها انتظار این نوع پاداش‌ها را دارند. در واقع در یک دست‌آورد جدید، دانشمندان رایانه در حال بررسی این موضوع هستند که چگونه یادگیری ماشینی توانایی این را دارد که این نوع یادگیری رفتاری را از نو بسازد.
سیستم‌های مصنوعی نیز می‌توانند یاد بگیرند که دقیقاً مانند سگ‌های پاولوف پیش بینی می‌کنند که چه نتیجه ای حاصل می‌گردد.
گروه DeepMind AI با یک آزمایشگاه در دانشگاه هاروارد همکاری کرد. تیم‌ها ابتدا مجبور شدند که شبکه‌های عصبی مغز ما و نحوه واکنش آنها به یادگیری تقویتی توزیع شده و میزان دوپامین را مورد مطالعه قرار دهند.
سپس آنها توانستند بر کاربردهای آن در هوش مصنوعی تمرکز کنند. نتیجه گیری این بود که تحقیقات هوش مصنوعی در مسیر درستی قرار دارد زیرا الگوریتمهای آن از قبل روی مغز انسان متمرکز شده است.
ترجمه: شیما صدیقی – وبسایت نوروسافاری
لینک مقاله:
A distributional code for value in dopamine-based reinforcement learning
لینک خبر:
Neuroscience and Artificial Intelligence Are More Linked Than You’d Expect
