Dostosuj preferencje dotyczące zgody

Używamy plików cookie, aby pomóc użytkownikom w sprawnej nawigacji i wykonywaniu określonych funkcji. Szczegółowe informacje na temat wszystkich plików cookie odpowiadających poszczególnym kategoriom zgody znajdują się poniżej.

Pliki cookie sklasyfikowane jako „niezbędne” są przechowywane w przeglądarce użytkownika, ponieważ są niezbędne do włączenia podstawowych funkcji witryny.... 

Zawsze aktywne

Niezbędne pliki cookie mają kluczowe znaczenie dla podstawowych funkcji witryny i witryna nie będzie działać w zamierzony sposób bez nich.Te pliki cookie nie przechowują żadnych danych umożliwiających identyfikację osoby.

Brak plików cookie do wyświetlenia.

Funkcjonalne pliki cookie pomagają wykonywać pewne funkcje, takie jak udostępnianie zawartości witryny na platformach mediów społecznościowych, zbieranie informacji zwrotnych i inne funkcje stron trzecich.

Brak plików cookie do wyświetlenia.

Analityczne pliki cookie służą do zrozumienia, w jaki sposób użytkownicy wchodzą w interakcję z witryną. Te pliki cookie pomagają dostarczać informacje o metrykach liczby odwiedzających, współczynniku odrzuceń, źródle ruchu itp.

Brak plików cookie do wyświetlenia.

Wydajnościowe pliki cookie służą do zrozumienia i analizy kluczowych wskaźników wydajności witryny, co pomaga zapewnić lepsze wrażenia użytkownika dla odwiedzających.

Brak plików cookie do wyświetlenia.

Reklamowe pliki cookie służą do dostarczania użytkownikom spersonalizowanych reklam w oparciu o strony, które odwiedzili wcześniej, oraz do analizowania skuteczności kampanii reklamowej.

Brak plików cookie do wyświetlenia.

Co wspólnego mają sztuczna inteligencja i… gołębie?

AI to czołowy temat w świecie technologii w tym roku. Kolosalny wzrost świadomości użytkowników, wchodzenie sztucznej inteligencji „pod strzechy” to z pewnością jedna z najważniejszych zmian w 2023 roku. Jednocześnie, jak wskazują, a jakże, amerykańscy naukowcy, AI ma wiele wspólnego z gołębiami. 

Naukowcy z Ohio State University odkryli, że gołębie radzą sobie z niektórymi problemami w sposób bardzo podobny do nowoczesnych komputerowych modeli sztucznej inteligencji. Zasadniczo odkryto, że gołębie stosują metodę uczenia się zwaną „uczeniem skojarzeniowym”. W ten sposób gołębie i AI mogą znaleźć rozwiązania złożonych problemów. Profesor Brandon Turner, główny autor tego badania i profesor Edward Wasserman opublikowali wyniki swoich badań w magazynie iScience. Ich zdaniem, gołębie potrafią rozwiązać wyjątkowo szeroki zakres zadań kategoryzacji wizualnej, a część z tych zadań wydają się wymagać zaawansowanych procesów poznawczych. Jednocześnie do wyjaśnienia sukcesu gołębia może wystarczyć prosty mechanizm asocjacyjny.

Turner powiedział blogowi informacyjnemu stanu Ohio, że badania rozpoczęły się od silnego przeczucia, że gołębie uczą się w podobny sposób jak komputerowa sztuczna inteligencja. Wstępne badania potwierdziły wcześniejsze przemyślenia i obserwacje.

„Znaleźliśmy naprawdę mocne dowody na to, że mechanizmy kierujące uczeniem się gołębi są niezwykle podobne do tych samych zasad, które kierują nowoczesnymi technikami uczenia maszynowego i sztucznej inteligencji” – powiedział Turner.

„Uczenie skojarzeniowe” gołębia może znaleźć rozwiązania złożonych problemów, do których trudno jest dotrzeć ludziom lub innym naczelnym. Działa po prostu inaczej. Myśleniem naczelnych zazwyczaj kieruje selektywna uwaga i wyraźne stosowanie reguł, co może przeszkodzić w rozwiązaniu niektórych problemów. Na potrzeby badania gołębie przetestowano, wykonując szereg czterech zadań. Stwierdzono, że w przypadku łatwiejszych zadań gołębie z czasem uczyły się właściwych wyborów i zwiększały swój wskaźnik sukcesu z około 55% do 95%. W przypadku najbardziej złożonych zadań nie zaobserwowano tak wyraźnej poprawy w czasie badania – z 55% do zaledwie 68%. Niemniej jednak wyniki posłużyły do pokazania ścisłych podobieństw między wynikami gołębi, a wynikami uczenia się modelu sztucznej inteligencji. Wydaje się, że zarówno gołębie, jak i maszyny uczące się wykorzystują zarówno techniki uczenia się skojarzeniowego, jak i techniki korekcji błędów, aby kierować swoimi decyzjami w stronę sukcesu.

Dalszych spostrzeżeń dostarczył Turner w komentarzach na temat modeli uczenia się człowieka, gołębia i sztucznej inteligencji. Zauważył, że niektóre zadania naprawdę frustrowałyby ludzi, ponieważ ustalanie zasad nie pomogłoby w uproszczeniu problemów, prowadząc do porzucania zadań. Tymczasem w przypadku gołębi (i sztucznej inteligencji) w niektórych zadaniach „ta brutalna metoda prób i błędów oraz uczenie się skojarzeniowe… pomaga im osiągać lepsze wyniki niż ludzie”.

Oczywiście, grafika powyżej także została wygenerowana przez AI, nie przez gołębia.