کبوترها احمق هستند؟، نتایج شگفت انگیز یک آزمایش
به گزارش مجله حقوق، زومیت نوشت: مطالعه ای نو با آنالیز و مقایسه مدل هوش مصنوعی با تکنیک های یادگیری کبوترها، نشان می دهد که هوش بالای کبوترها به توجه بیشتری احتیاج دارد.
با وجود اینکه بسیاری از مطالعات پیشین نشان داده اند که کبوترها به طرز شگفت انگیزی باهوش هستند و از توانایی های مختلف مثل مهارت شمارش در حد نخستی ها تا توانایی تشخیص سرطان سینه در پرتو ایکس بهره می برند، دانشمندان همچنان کوشش می نمایند تا معروفیت این پرندگان را به عنوان موجوداتی کند فکر به چالش بکشند.
مطالعه ای تازه با قرار دادن کبوترها در مقابل یک مدل هوش مصنوعی و مقایسه روش های یادگیری و حل مسئله، نشان می دهد که این پرنده و کامپیوتر هر دو برای حل مسائل پیش رو فرآیند مشابهی را دنبال می نمایند.
براندون ترنر، نویسنده اصلی مطالعه و استاد روانشناسی از دانشگاه ایالتی اوهایو به نقل از نیواطلس می گوید شواهد یافت شده نشان می دهد که مکانیسم راهبردی یادگیری کبوتر به طور قابل توجهی مشابه همان اصولی است که تکنیک های مدرن یادگیری ماشین و هوش مصنوعی را راهنمایی می نماید. ترنر اضافه نمود: یافته های ما نشان می دهد که ممکن است کبوتر یک سیستم یادگیرنده به غایت کارآمد داشته باشد که مانند یادگیری انسان ها توانایی تعمیم یا استنتاج ندارد.
-
کشف خون آشام غول پیکر 160 میلیون ساله در چین/ عکس
-
استفاده مخفیانه از هوش مصنوعی دردسرساز شد
-
خاک قیمتی که ژاپنی ها از مریخ به زمین می آورند
-
نیروی مرموزی که ابوالهول را در مصر شکل داد/ عکس
در طبیعت حدود 300 گونه کبوتر و قمری وجود دارد که همگی از خانواده کبوتریان (Columbidae) هستند. یکی از این گونه ها، کبوتر نیکوبار (Caloenas nicobarica) در خانواده کبوتریان نزدیک ترین موجود نسبت به پرنده دودو (پرنده ای بی پرواز که در سال 1681 منقرض شد) است.
ترنر به همراه ادوارد واسرمن، استاد دانشگاه آیووا برای انجام آزمایش 24 کبوتر از نوع کبوترهایی را که معمولاً در طبیعت می بینید، مورد سنجش و مطالعه قرار دادند. منظور از کبوترهای ساکن طبیعت همان هایی هستند که همواره در کوچه و خیابان به چشم می خورند. شاید علاقه این موجود به گشت وگذار در مکان های شلوغی که ممکن است زیر گرفته گردد، با معروفیتش به کند فکری بی ارتباط نباشد.
در آزمایش به پرندگان محرکی نشان داده شد که از اشکال مختلف، حلقه های هم مرکز و جداشده تشکیل می شد. سپس، کبوترها باید دکمه ای را نوک می زدند که با دسته بندی متعلق به محرک در یک ردیف قرار می گرفت. در صورت درست بودن پاسخ، کبوتر به عنوان پاداش غذا دریافت می کرد و هیچ پاداشی برای پاسخ نادرست وجود نداشت.
هرکدام از کبوترها باید چهار تمرین با سطوح مهارتی متنوع را حل می کردند؛ محققان متوجه شدند که کبوترها به وسیله آزمون و خطا به سرعت پاسخ خودشان را تصحیح می کردند تا پاسخ درست را پیدا نمایند و در طول مسیر حل مسائل با محرک ها و دسته بندی ها ارتباط بگیرند.
با استفاده از این روش برای حل ساده ترین تمرین ها، روند یادگیری و پاسخگویی کبوترها از 55 درصد میانگین به 95 درصد تقریباً همه موارد صحیح بهبود یافت، در حالی که برای حل تمرین های سخت تر روند یادگیری کمی نمایدتر بود و ارقام از 55 درصد به 68 درصد رسید.
بااین حال مطالعه اخیر کمتر برای پاسخ های درست اهمیت قائل بود و بیشتر فرایندهایی را درنظر داشت که کبوترها به وسیله آن ها آموزش می دیدند. محققان بر این باورند که پرندگان برای پاسخ دادن از روش یادگیری پیوندی یا صرفا پیوند دادن دو چیز با هم استفاده می کردند.
به اعتقاد ترنر، تصور غالب این است که یادگیری پیوندی بیش ازحد مبتدی و بدون انعطاف است و آن طور که در کبوترها می بینیم، نمی تواند دسته بندی های بصری پیچیده را شرح بدهد. کبوترها برای وضع قوانین کوشش نمی نمایند. آن ها صرفا از روش کورکورانه آزمون و خطا و یادگیری پیوندی برای حل کردن انواع خاصی از تمرین ها استفاده می نمایند و در این مورد می توانند حتی بهتر از انسان ها عمل نمایند.
برای پاسخ به این قبیل مسائل، روش یادگیری کبوتر بسیار کارآمدتر از فرآیند انسانی است. انسان به جای ساده گرفتن و آسان کردن مسائل تمایل دارد که با وضع قوانین کار را پیچیده تر کند. ترنر اضافه نمود: در این مورد هیچ قانونی وجود نداشت که بتواند کار را آسان تر کند. این واقعاً برای انسان ها ناامیدنماینده است و آن ها اغلب از انجام این قبیل تمرین ها دست می کشند.
مدل هوش مصنوعی مورد استفاده در آزمایش شامل دو مکانیسم ساده بود که محققان گمان می کردند کبوترها از آن استفاده می نمایند: یادگیری پیوندی و تصحیح خطا. کبوترها دقیقاً با همین روش خطاهای خود را تصحیح می کردند تا با تکرار آزمون، تمرین های بیشتری را درست پاسخ بدهند. مدل هوش مصنوعی نیز هرچه بیشتر پیش می رفت پاسخ های صحیح بیشتری داشت.
با وجود سادگی بسیار، این مدل پایه و اساس زیربنایی هوش مصنوعی است. این مدل سیستم ها برای ایجاد پیوندهای حل مسئله بر جستجو و یافتن الگوها و مرتبط ساختن آن ها با یکدیگر متکی هستند. ترنر خاطرنشان می نماید که اصول یادگیری راهبردی عملکرد ماشین های هوش مصنوعی تقریباً شبیه به روش مورد استفاده کبوترها است.
با وجود تمام محدودیت های طراحی آزمایش (مثلاً فقط سنجش یک نوع مدل یادگیری پیوندی)، محققان از یافته های مطالعه بسیار راضی هستند و اکنون با دانشمندانی همکاری خواهند کرد که نوروبیولوژی کبوترها را مطالعه می نمایند.
5858
منبع: خبرآنلاین