Kako mozak donosi odluke

Neke vrste odlučivanja je vrlo teško model, koji ograničava napredak u razvoju kompjuterskih modela mozga. Naučnici na École Polytechnique Federale Lozani su razvili novi model integriranog odlučivanja, a potvrdili su to ljudi i naprednim kompjuterskim modelima, otkrivajući informacije koje utiče na naše donošenje odluka i sposobnost učenja.

Odlučivanje je od velikog interesa za područja kao što su psihologija, neuroznanost, robotike, pa čak i ekonomika- postoje brojne modele i softver koji simulira ljudski mozak.

Međutim, takvi modeli su ograničeni tip odlučivanja, koja je usmjerena samo na svakom koraku samo rješenje, ne uzimajući u obzir prethodne odluke, što je dovelo do nje, iako je potonji često se javlja u našem svakodnevnom iskustvu. Naučnici na École Polytechnique Federale Lozani i Univerziteta u Bernu su usavršili model koji može simulirati ovu vrstu odlučivanja i okruženje za učenje sa zadivljujućim točnost.

Odluka, povratne informacije, obuku

Odlučivanje se odvija u dva glavna tipa: (. 1856-1922 gg) Markov i ne-Markov, nazvan po matematičaru Andrei Markov. Jednostavno rečeno, kada je odluka Markov, sljedeći korak je odluka u potpunosti ovisi o trenutnom stanju stvari. Na primjer, kada igra backgammon, na potezu je do usklađivanja postojećeg na ploči. Ovaj relativno jednostavan proces može lako modelirati u računara i uređaja.

Non-Markov odluka je kompliciranije. Evo, sljedeći korak ovisi o drugim faktorima, kao što su vanjski ograničenja i prethodne odluke. Na primjer, u svrhu čovjek može putovati vlakom. Ali što će se dogoditi kad dođe do vrata voza, u zavisnosti od toga da li je posjetio blagajnik, gdje se prodaju karte ili ne kupiti kartu. Drugim riječima, sljedeći korak o tome kako je on ušao ranshe- čovjek bez karte neće moći da obavlja svoju želju. U neuroznanost, ja korak do "kupiti kartu" pod nazivom "prebacivanje države".

Novi model odlučivanja

Tim naučnika na čelu sa Michael Herzog iz École Polytechnique Federale Lausanne i Haymarket Walter Univerziteta u Bernu, razvio je prvi biološki prihvatljiv model koji može obavljati odluka ne-Markov. Herzog grupa je sada pregledava od strane ljudi, kao i razne modele računara. Model razvijen u prethodnom istraživanju, sada je potvrđeno od strane dva različita testa, razvijen od strane Aaron Michael Clarke i Eliza Tartaglia u Herzog laboratoriju. Testovi su prošli ljudi i tri kompjuterskih modela sa različitim stepenom učenja. Osim toga, test izvršena je i napredni model mozga koji se zove "vrh neuronske mreže" koja imitira aktivnost ljudskog mozga na vrlo realističan način.

U prvom eksperimentu su testirali efekte status prekidača na kreiranje ljudskih odluka i učenje. Članovi igrali kompjuterske igre u kojoj su morali proći kroz osam slika (pištolj, automobil, itd) da se postigne krajnji cilj (pod nazivom "Da!"). Na svakoj slici je imao tri dugmeta, od kojih svaki vodi drugim putem, a korisnik morao odlučiti koji od njih da kliknu. Iako je put od prve do konačnog cilja bilo relativno kratko, bilo je nemoguće proći ako korisnik ne prvi prošli kroz sliku-prekidač - na slici računalo. Ljudi ponovila eksperiment mnogo puta, sve više sigurni u odlučivanju koji put izabrati. Na primjer, većina ljudi su napravili više od 80 klikova doći do cilja kada su počeli, ali je nakon 40 utakmica im je potrebno manje od 10 klikova.

U drugom eksperimentu testirane kako odloženog povratne utiče na donošenje odluka i obuke. Evo, korisnici su pokazali niz eksperimentalnih slike i rekao da pripadaju u kategoriju svakog crtanja jednu ili dvije kategorije. Svaka kategorija odgovara lijevo ili desno strelicama na tastaturi, ali učesnici nisu rekli šta strelice odgovara kom sliku. Osim toga, korisnici su prikazani sliku jedne, a oni pritisnite lijevo ili desno strelicu, ovisno o kategoriji svake slike. Kao odgovor na to, na ekranu se prikazuje povratne poruke TRUE ili FALSE. Kao test nastavak povratne odgođen do te mjere, kada su povratne informacije od jednog obrasca mogao doći nakon pojave sledeću sliku.

dinamika rješenja

Rezultati studije, tri glavne zaključke. Prvo, ljudska odluka može izvršiti jednako dobro današnjem složenom kompjuterski modeli na Markov uvjetima, kao što imaju status prekidača. Ovo je važno otkriće za sadašnje pokušaje da simulira ljudski mozak i razvoja umjetne inteligencije.

Drugo, kašnjenje povratne informacije uvelike degradira ljudsko donošenje odluka i obuku, čak i ako to ne utječe na performanse kompjuterskih modela koji imaju savršenu memoriju. U drugom eksperimentu, ljudski učesnika je deset puta više pokušaja da se ispravno sjećam i postavite strelicu na slikama. Povratna informacija je važan dio procesa donošenja odluka i učenja. Postavili smo cilj da donose odluke o tome kako da se to ostvari, djelovati u skladu s tim, a onda smo saznati - da li smo postigli to.

Na kraju, istraživači su otkrili da vrh neuronske model je vrlo dobar opis ljudske aktivnosti i upoznati je. Značaj ovog ne može biti precijenjena, jer ne-Markovljeva odluka je bila vrlo teška za modele računara.

Prema materijalima:

medicalxpress.com