به گزارش خبرآنلاین و به نقل از مدیکال اکسپرس، پژوهشگران آمریکایی توانستند مکانیسم های محاسباتی و عصبی مغز انسان موقع یادگیری تقویتی متا را شناسایی کرده و یکی از بخش های اصلی هوش انسان را وارد الگوریتم های هوش مصنوعی کنند. یادگیری تقویتی، فرایندی است که در آن افراد با پردازش پاداش ها و تنبیه ها در سطح عصبی به مرور یاد می گیرند، از میان انواع کارها، بهترین آن ها را انتخاب کنند.
محققان با شناخت این سازوکار مغز در یادگیری تقویتی می توانند الگوریتم هایی تولید کنند تا این نوع یادگیری را تقلید نموده و کارکرد هوش مصنوعی را افزایش دهند.
یادگیری تقویتی در انسان بطور ذاتی پیچیده است و فرایندی پویا دارد و حاوی هدف گزینی، انتخاب استراتژی، گزینش عمل، اصلاح استراتژی، تخصیص منابع شناختی و غیره است. معمولاً محیط زیست که به سرعت در حال تغییر و تحولات چندجانبه است، انسان را با مشکلات چالش برانگیزی مواجه می کند و او پیش از اینکه فرصت های خوب خود را از دست بدهد یا حتی بتواند اطلاعات زیادی جمع آوری کند، باید سریعاً تصمیم گیری های صحیح و مهمی انجام دهد.
این روش برعکس یادگیری عمیق( هوش مصنوعی) موقع تصمیم گیری و یادگیری است. در این یادگیری به اطلاعات متعددی نیاز است تا ماشین مجهز به هوش مصنوعی، بتواند تصمیم گیری های پیچیده را انجام دهد. پژوهشگران با شناسایی مکانیسم های عصبی و محاسباتی مغز در انجام دادن وظیفه پیچیده تصمیم گیری های مهم امیدوارند که بزودی سیستم های هوشمند مصنوعی که به اندازه مغز در تصمیم گیری توانا باشند، تولید کنند.
به گزارش خبرآنلاین، الگوریتم های هوش مصنوعی که توانایی تقلید مکانیسم های عصبی و محاسباتی مغز را در مواقع تصمیم گیری های مهم و فوری داشته باشند، می توانند زندگی انسان را بیش از هر موقع دیگر راحت تر کنند.
- 18
- 4
