شباهت عجیب کبوتر و هوش مصنوعی در یادگیری

مطالعه ای در دانشگاه آیووا نشان داد که کبوتر ها و هوش مصنوعی فرآیند یادگیری مشابهی به نام یادگیری تداعی گرا را به اشتراک می گذارند.

به گزارش تکناک این روش، که شامل ایجاد ارتباط بین اشیا یا الگوها می‌شود، به کبوترها و هوش مصنوعی اجازه می‌دهد تا در کارهای خاص برتری داشته باشند، و این باور را به چالش می‌کشد که این روش یک شکل سفت و سخت و غیر پیچیده از یادگیری است.

آیا یک کبوتر می تواند عقل را با هوش مصنوعی مطابقت دهد؟ در سطح بسیار ابتدایی، پاسخ آری است. در یک مطالعه جدید، روانشناسان دانشگاه آیووا به بررسی عملکرد مغز کبوتر و چگونگی شباهت یادگیری پرنده با هوش مصنوعی پرداختند.

محققان تست‌های طبقه‌بندی پیچیده‌ای را به کبوترها دادند که تفکر سطح بالا، مانند استفاده از منطق یا استدلال، به حل آن کمک نمی‌کند. در عوض، کبوترها به دلیل آزمون و خطای بسیار، در نهایت توانستند سناریوهای کافی را در آزمون به خاطر بسپارند تا به دقت نزدیک به 70 درصد برسند.

محققان رویکرد تکراری و آزمون و خطای کبوترها را با هوش مصنوعی برابر می دانند. محققان معتقدند رایانه‌ها از همان روش اولیه استفاده می‌کنند و به آنها آموزش داده می‌شود که چگونه الگوها و اشیایی را که به راحتی توسط انسان تشخیص داده می‌شوند، شناسایی کنند. مسلماً، رایانه‌ها به دلیل حافظه و قدرت ذخیره‌سازی بسیار زیادشان و رشد روزافزون در این حوزه‌ها قدرتمندتر می‌شوند و بسیار فراتر از هر چیزی است که مغز کبوتر می‌تواند تصور کند میروند.

با این حال، فرآیند اساسی یادگیری تداعی گرا که یک تکنیک تفکر سطح پایین در نظر گرفته می‌شود، بین کبوترهای آزمایش‌کننده و آخرین پیشرفت‌های هوش مصنوعی یکسان است.

واسرمن، استاد روانشناسی تجربی در دپارتمان علوم روانشناسی و مغز در آیووا و نویسنده مسئول مطالعه، می گوید: شما همیشه در مورد شگفتی های هوش مصنوعی و همه چیزهای شگفت انگیزی که می تواند انجام دهد، می شنوید. او می‌گوید: هوش مصنوعی می تواند افرادی که شطرنج بازی می‌کنند یا در هر بازی ویدیویی، شکست دهد. هوش مصنوعی چطور این کار را انجام می دهد؟ آیا واقعا” هوشمند است؟ خیر، هوش مصنوعی از همان سیستم یا سیستمی معادل با آنچه کبوتر در اینجا استفاده می کند، استفاده می کند.

محققان به دنبال کشف دو نوع یادگیری بودند: یکی، یادگیری اظهاری، که مبتنی بر اعمال عقل بر اساس مجموعه‌ای از قوانین یا استراتژی‌ها است و به اصطلاح سطح بالاتری از یادگیری است که بیشتر به افراد نسبت داده می‌شود. دیگری، یادگیری تداعی گرا است که بر شناخت و ایجاد ارتباط بین اشیا یا الگوها، مانند، «آبی آسمان» و «آب مرطوب» متمرکز است.

گونه‌های جانوری متعددی از یادگیری تداعی گرا استفاده می‌کنند، اما تصور می‌شود که تنها تعداد معدودی از آنها مانند دلفین‌ها و شامپانزه‌ها  قادر به یادگیری اظهاری هستند.

با این حال، هوش مصنوعی با رایانه‌ها، ربات‌ها، سیستم‌های نظارتی، و بسیاری از فناوری‌های دیگر که ظاهراً مانند انسان‌ها فکر می‌کنند، گسترده شده است. اما آیا واقعاً چنین است یا هوش مصنوعی صرفاً محصول ورودی‌های حیله‌گر انسانی است؟ یا همانطور که نویسندگان این مطالعه بیان کردند، آیا ما قدرت یادگیری تداعی گرا را در شناخت انسان و حیوان کاهش داده ایم؟

تیم واسرمن برای کشف این موضوع، آن طور که او می‌گوید، آزمایشی متفاوت ابداع کردند.

به هر کبوتر آزمایشی یک محرک نشان داده شد و باید با نوک زدن دکمه ای در سمت راست یا چپ تصمیم می گرفت که آن محرک به کدام دسته تعلق دارد. دسته بندی ها شامل عرض خط، زاویه خط، حلقه های متحدالمرکز و حلقه های برش خورده بودند. پاسخ صحیح یک دانه خوشمزه به همراه داشت و پاسخ نادرست چیزی به همراه نداشت. واسرمن می‌گوید آنچه این آزمون را بسیار سخت کرده است، دلخواهی بودن آن است: هیچ قانون یا منطقی به رمزگشایی این کار کمک نمی‌کند.

این محرک‌ها خاص هستند. واسرمن که پنج دهه هوش کبوتر را مطالعه کرده است، می گوید: آنها شبیه یکدیگر نیستند و هرگز تکرار نمی شوند. برای انجام کار باید محرک‌ها یا مناطقی را که محرک‌ها از آنجا رخ می‌دهند به خاطر بسپارید.

هر یک از چهار کبوتر آزمایشی با پاسخ صحیح در حدود نیمی از موارد شروع کردند. اما در طی صدها آزمایش، گروه چهار نفره در نهایت امتیاز خود را به طور متوسط به 68 درصد افزایش داد.

واسرمن می گوید: کبوترها مانند استادان هوش مصنوعی هستند. آنها از یک الگوریتم بیولوژیکی استفاده می کنند، الگوریتمی که طبیعت به آنها داده است، در حالی که رایانه از الگوریتم مصنوعی استفاده می کند که انسان به آنها داده است.

وجه مشترک این است که هوش مصنوعی و کبوترها هر دو از یادگیری تداعی گرا استفاده می کنند،  با این حال این تفکر سطح پایه چیزی است که به کبوترها اجازه می دهد در نهایت موفق شوند. واسرمن می‌گوید اگر افراد در همان آزمون شرکت کنند، نمره ضعیفی کسب می‌کنند و احتمالاً منصرف می‌شوند.

واسرمن می افزاید: هدف این بود که ببینیم یک مکانیسم تداعی گرا ساده تا چه حد قادر به حل کاری است که ما را دچار مشکل می کند، زیرا مردم به شدت به قوانین یا استراتژی ها متکی هستند. در این صورت، آن قوانین مانع یادگیری می شوند. کبوتر هرگز این روند را طی نمی کند. آن فرآیند تفکر سطح بالا را ندارد. اما مانع یادگیری آنها نمی شود. در واقع از برخی جهات آن را تسهیل نیز می کند.

واسرمن یک تناقض در نحوه نگرش به یادگیری تداعی گرا می بیند.

او می‌گوید: مردم از انجام کارهای شگفت‌انگیز هوش مصنوعی با استفاده از الگوریتم یادگیری بسیار شبیه به کبوتر شگفت‌زده می‌شوند، اما وقتی مردم در مورد یادگیری تداعی گرا در انسان‌ها و حیوانات صحبت می‌کنند، آن را به‌عنوان سفت و سخت و غیر پیچیده تلقی می‌کنند.

این مطالعه با عنوان حل پارادوکس یادگیری تداعی گرا بر اساس دسته بندی یادگیری در کبوترها در 7 فوریه به صورت آنلاین در مجله Current Biology منتشر شد.