Cerbaj sciencistoj gvidataj de Sebastian Haesler (NERF, rajtigita de IMEC, KU Leuven kaj VIB) identigis kaŭzan mekanismon pri kiel novaj stimuloj antaŭenigas lernadon. Novelo rekte aktivigas la dopaminan sistemon, kiu respondecas pri asocia lernado. La trovoj havas implicojn por plibonigo de lernaj strategioj kaj por la desegno de algoritmoj por maŝinlernado.
Noveco kaj lernado
Fundamenta speco de lernado, nomata asocieca lernado, estas ofte observata ĉe bestoj kaj homoj. Ĝi implikas asocion de stimulo aŭ ago kun pozitiva aŭ negativa rezulto. Asocia lernado substrekas multajn el niaj ĉiutagaj kondutoj: ni rekompencas infanojn pro fari siajn hejmtaskojn, ekzemple, aŭ limigi sian televidan tempon se ili kondutas malbone.
Sciencistoj scias ekde la 1960-aj jaroj, ke novaĵo faciligas asocian lernadon. Tamen la mekanismoj malantaŭ ĉi tiu fenomeno restis nekonataj.
"Antaŭa laboro sugestis, ke novaĵo povus aktivigi la dopaminan sistemon en la cerbo. Sekve ni pensis, ke dopamina aktivigo ankaŭ povus antaŭenigi asocian lernadon. " diras profesoro Sebastian Haesler, kiu gvidis la studon.
Elfluante novecon
Por pruvi tiun novecon efektive aktivigas dopamina neŭronoj, la esploristoj eksponis musojn al novaj kaj konataj odoroj.
“Kiam musoj flaras novan stimulon, ili tre ekscitiĝas kaj ekflaras tre rapide. Ĉi tiu natura, spontanea konduto donas bonegan legadon por noveca percepto. " klarigas d-ro Cagatay Aydin, postdoktoro en la grupo de Sebastian Haesler. Kun la musaj eksperimentoj, la teamo konfirmis ke dopaminaj neŭronoj estis aktivigitaj de novaj odoroj, sed ne de konataj.
En dua paŝo, la musoj estis trejnitaj por asocii romanajn kaj familiarajn odorojn kun rekompenco.
"Kiam ni specife blokis dopaminan aktivigon per novaj stimuloj en nur kelkaj provoj, lernado malrapidiĝis. Aliflanke, stimuli dopaminajn neŭronojn dum la prezento de konataj stimuloj akcelis lernadon. " diras Joachim Morrens, doktora studento en la grupo.
La valoro de noveco
La trovoj montras, ke dopamina aktivigo per novaj stimuloj favoras lernadon. Ili plue provizas rektan eksperimentan subtenon por grupo de teoriaj kadroj en komputiko, kiuj inkluzivas "novaĵan gratifikon" por kalkuli la utilan efikon de novaĵo. Enmeti tian gratifikon povas rapidigi maŝinlernajn algoritmojn kaj plibonigi ilian efikecon.
De tre praktika perspektivo, la rezultoj memorigas nin pli ofte rompi nian rutinon kaj serĉi novajn spertojn por esti pli bonaj lernantoj.
###
publikigado
Morrens et al. 2020. Cue-elvokita dopamino antaŭenigas kondiĉitan respondadon dum lernado. Neŭrono
financado
Financado venis de HFSP, EC Marie Curie kaj FWO.
;
