11.6 C
Rome
giovedì, Novembre 7, 2024
- Pubblicità -
Scienze & AmbienteI piccioni "ottusi" utilizzano i principi dell'intelligenza artificiale per risolvere i compiti

I piccioni “ottusi” utilizzano i principi dell’intelligenza artificiale per risolvere i compiti

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.


Un nuovo studio lo dimostra piccioni affrontare alcuni problemi proprio come farebbe l’intelligenza artificiale, consentendo loro di risolvere compiti difficili che irritano gli esseri umani.

Piccioni - foto associativa.  I ricercatori affermano che questi uccelli utilizzano gli stessi principi dell’intelligenza artificiale.

Piccioni – foto associativa. I ricercatori affermano che questi uccelli utilizzano gli stessi principi dell’intelligenza artificiale. Immagine: pxhere.com, dominio pubblico CC0

Precedenti ricerche avevano dimostrato che i piccioni imparavano a risolvere complessi compiti di categorizzazione che i modi di pensare umani – come l’attenzione selettiva e l’uso esplicito di regole – non sarebbero stati utili per risolvere.

I ricercatori avevano teorizzato che i piccioni utilizzassero un metodo di “forza bruta” per risolvere i problemi simile a quello utilizzato nei modelli di intelligenza artificiale. Brandon Turnerautore principale del nuovo studio e professore di psicologia presso la Ohio State University.

Ma questo studio potrebbe averlo dimostrato: Turner e un collega hanno testato un semplice modello di intelligenza artificiale per vedere se poteva risolvere i problemi nel modo in cui pensavano che lo facessero i piccioni – e ha funzionato.

“Abbiamo trovato prove davvero evidenti del fatto che i meccanismi che guidano l’apprendimento dei piccioni sono notevolmente simili agli stessi principi che guidano le moderne tecniche di apprendimento automatico e intelligenza artificiale”, ha affermato Turner.

“I nostri risultati suggeriscono che nel piccione la natura potrebbe aver trovato un modo per creare uno studente incredibilmente efficiente che non può generalizzare o estrapolare come farebbero gli esseri umani”.

Brandon Turner.

Brandon Turner. Credito immagine: Ohio State University

Turner ha condotto lo studio con Edward Wasserman, professore di psicologia presso l’Università dell’Iowa. I loro risultati sono stati pubblicati recentemente sulla rivista iScienza.

Nello studio, ai piccioni è stato mostrato uno stimolo, comprendente linee di varie larghezze e angoli, anelli concentrici e anelli sezionati. Dovevano beccare un pulsante a destra o a sinistra per indicare a quale categoria apparteneva. Se hanno capito bene, hanno ricevuto una pallina di cibo; se hanno sbagliato, non hanno ricevuto nulla.

Nello studio c’erano quattro compiti diversi, alcuni più difficili degli altri. I risultati hanno mostrato che, attraverso tentativi ed errori, i piccioni hanno migliorato la loro capacità di fare le scelte corrette in uno degli esperimenti più semplici dal 55% al ​​95% circa delle volte. Anche in uno scenario più difficile, le risposte corrette sono migliorate dal 55% al ​​68%.

I ricercatori credevano che i piccioni utilizzassero il cosiddetto apprendimento associativo, che collega due fenomeni tra loro. Ad esempio, è facile comprendere il collegamento tra “acqua” e “bagnato”. Le persone insegnano ai loro cani a collegarsi seduti quando viene loro comandato di ricevere un premio.

Ma queste associazioni sono relativamente facili.

“Spesso si presume che l’apprendimento associativo sia troppo primitivo e rigido per spiegare la complessa categorizzazione visiva come quella che abbiamo visto fare ai piccioni”, ha detto Turner.

Ma questo è esattamente ciò che hanno scoperto i ricercatori.

Il modello di intelligenza artificiale dei ricercatori ha affrontato gli stessi compiti utilizzando solo i due semplici meccanismi che si presume utilizzassero i piccioni: apprendimento associativo e correzione degli errori. E, come i piccioni, il modello di intelligenza artificiale ha imparato a fare le previsioni giuste per aumentare significativamente il numero di risposte corrette.

Per gli esseri umani, la sfida quando vengono assegnati compiti come quelli assegnati ai piccioni è che cercano di sviluppare una o più regole che potrebbero rendere il compito più semplice.

“Ma in questo caso, nessuna regola potrebbe aiutare a rendere tutto più semplice. Ciò frustra davvero gli esseri umani e spesso rinunciano a compiti come questo”, ha detto.

“I piccioni non cercano di stabilire regole. Usano semplicemente questo metodo di forza bruta per tentativi ed errori e apprendimento associativo e in alcuni tipi specifici di compiti che li aiuta a ottenere risultati migliori degli umani.

La cosa interessante, però, è che i piccioni usano questo metodo di apprendimento che è molto simile all’intelligenza artificiale progettata dagli esseri umani, ha detto Turner.

“Celebriamo quanto siamo intelligenti per aver progettato l’intelligenza artificiale, allo stesso tempo denigriamo i piccioni considerandoli animali ottusi”, ha detto.

“Ma i principi di apprendimento che guidano i comportamenti di queste macchine IA sono abbastanza simili a quelli utilizzati dai piccioni”.

Fonte: Università statale dell’Ohio



Da un’altra testata giornalistica. news de www.technology.org

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui

- Pubblicità -
- Pubblicità -Newspaper WordPress Theme

Contenuti esclusivi

Iscriviti oggi

OTTENERE L'ACCESSO ESCLUSIVO E COMPLETO AI CONTENUTI PREMIUM

SOSTENERE IL GIORNALISMO NON PROFIT

Get unlimited access to our EXCLUSIVE Content and our archive of subscriber stories.

- Pubblicità -Newspaper WordPress Theme

Articoli più recenti

Altri articoli

- Pubblicità -Newspaper WordPress Theme

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.