Künstliche Intelligenz KI ist mehr mit dopaminverstärktem Lernen verbunden als Sie vielleicht denken. Das ist ein Schluck, also denken Sie vorerst nur an Pawlows Hundestudie.
DeepMind AI veröffentlicht a Blogbeitrag nach ihrer Entdeckung, dass das menschliche Gehirn und die KI-Lernmethoden eng miteinander verbunden sind, wenn es darum geht, durch Belohnung zu lernen.
Ihre Ergebnisse wurden auch in der Zeitschrift veröffentlicht Natur am Mittwoch.
VERBINDUNG: GRANDMASTER: DEEPMIND AI KANN JETZT STARCRAFT II'S TOP 0,2% ÜBERNEHMEN
Motivationslernen
Es ist seit einiger Zeit eine bekannte Tatsache, dass wir Menschen und viele Tiere durch Belohnung lernen. Wir sind durch externe und interne Faktoren motiviert, mehr zu lernen.
Wenn Sie darüber nachdenken, hängen viele Ihrer täglichen Aufgaben und Verhaltensweisen davon ab, wie Sie sich durch das Endergebnis fühlen. Ob es sich um ein negatives oder ein positives Ergebnis handelt.
Wie Organismen aus Erfahrungen lernen, um Belohnungen richtig zu antizipieren und vorherzusagen, ist seit über einem Jahrhundert einer der Schwerpunkte vieler Forscher. Tatsächlich reicht dies bis in die Vergangenheit zurück. Ivan Pavlov .
Pawlows psychologische Arbeit ist bekannt für seine Experimente an Hunden, wobei seine bekannteste Arbeit den Namen " erhielt." Pawlows Hund . "
In seinem Experiment wurden Hunde darauf trainiert, Futter zu erwarten, nachdem ein Summer ertönte. Bald genug begannen die Hunde zu salzen, als der Summer losging, da sie wussten, dass sie kurz danach mit einer Fütterung rechnen konntengefüttert werden, wenn sie den Summer hörten.
In jüngerer Zeit Wissenschaftler haben daran gearbeitet, das Innenleben unseres Gehirns zu untersuchen und wie sie diese Art von Belohnungen erwarten. In einer noch moderneren Sichtweise untersuchen Informatiker nun, wie maschinelles Lernen auch diese Art von Verhaltenslernen nachbilden kann.
Es stellt sich heraus, dass künstliche Systeme auch lernen können, das Ergebnis vorherzusagen, ähnlich wie Pawlows Hunde.
DeepMind AI arbeitete eng mit einem experimentellen Labor an der Harvard University zusammen. Die Teams mussten zunächst unsere neuronalen Netze im Gehirn untersuchen und wie sie auf das Lernen zur Verstärkung der Verteilung und unseren Dopaminspiegel reagierten.
Dann konnten sie sich auf die Auswirkungen konzentrieren, die dies auf die KI hatte. Die Schlussfolgerung war, dass die KI-Forschung auf dem richtigen Weg ist, da sich ihr Algorithmus bereits auf unser menschliches Gehirn konzentriert.