Les humains et les autres animaux sont doués pour apprendre par inférence, en utilisant les informations dont nous disposons pour comprendre des choses que nous ne pouvons pas observer directement. Une nouvelle recherche du Center for Mind and Brain de l’Université de Californie à Davis montre comment notre cerveau y parvient en créant des cartes cognitives.
« Le travail propose un nouveau cadre d’apprentissage dans des environnements structurés qui va au-delà de l’apprentissage incrémentiel par association basé sur l’expérience », a déclaré Erie Boorman, professeur adjoint au département de psychologie de l’UC Davis et au Center for Mind and Brain et auteur principal de l’article.
Dans les environnements structurés, les éléments individuels sont systématiquement liés les uns aux autres, comme ils le sont souvent dans le monde réel. Les résultats de l’étude pourraient être utilisés pour améliorer les stratégies éducatives qui encouragent l’utilisation d’une carte cognitive pour un apprentissage accéléré par inférence, et potentiellement des approches pour accélérer le transfert d’apprentissage dans l’apprentissage automatique en intelligence artificielle, a déclaré Boorman.
Apprentissage par inférence versus association
La plupart des études sur l’apprentissage se sont concentrées sur l’apprentissage par association – comment les animaux apprennent à associer une chose à une autre par essais et erreurs. La différence entre ce qui était attendu et ce qui s’est réellement passé motive l’apprentissage dans de tels cas.
Lorsqu’il existe une structure cachée derrière ces associations, vous pouvez utiliser des observations directes pour déduire des résultats indirects et invisibles et devancer la chaîne d’associations directes.
Par exemple, si vous savez que la qualité des aliments de saison dépend des changements climatiques, vous pouvez en déduire lesquels sont les meilleurs à manger en fonction des aliments mûrs au cours de la même saison, a déclaré Boorman. En observant les pommes mûres, on peut en déduire que les poires doivent aussi être mûres, mais pas les fraises. Ce type de structure est important pour la prise de décisions.
Un autre exemple est un investisseur concluant que la chute des actions de Facebook était due à une bulle technologique, suggérant que les actions de Microsoft devraient également chuter bientôt.
« Si vous connaissez cette relation cachée, vous pouvez apprendre beaucoup plus rapidement », a déclaré Boorman.
Tester l’apprentissage dans un système structuré
Pour explorer comment les gens peuvent utiliser une carte cognitive pour apprendre des informations, l’étudiant diplômé Phillip Witkowski, le scientifique du projet Seongmin Park et Boorman ont créé une tâche. Dans une série d’expériences, les volontaires ont été invités à choisir entre deux des quatre formes abstraites qui se traduiraient par l’une des deux cartes-cadeaux différentes (par exemple, Starbucks ou iTunes). Les volontaires ont fait leurs choix en fonction de deux éléments d’information : leur estimation de la probabilité que chaque forme se traduise par une carte-cadeau spécifique et un paiement attribué au hasard pour chaque carte-cadeau.
Les formes ont été divisées en deux paires. Dans chaque paire, la probabilité qu’une forme produise un résultat particulier était l’opposé de l’autre forme. Par exemple, si le formulaire A avait 70 % de chances de produire le résultat 1, le formulaire B avait 30 % de chances, et vice versa, pour le résultat 2. Les sujets pouvaient ainsi obtenir des informations sur la probabilité d’un résultat en déduisant de l’autre, comme Microsoft -Partages à partir de partages Facebook. Les paires de formes n’étaient pas liées, de sorte que les sujets ne pouvaient rien apprendre des résultats du choix des formes C ou D à partir des résultats du choix A ou B.
Les chercheurs ont suivi la façon dont les sujets ont découvert le système en observant leurs progrès à travers une série d’essais. Après avoir analysé les résultats, ils ont constaté que les volontaires utilisaient l’apprentissage inférentiel pour prendre des décisions sur les formes à choisir.
Certains des volontaires ont été invités à revenir pour la deuxième partie de l’expérience pour effectuer la même tâche tandis que leur activité cérébrale était mesurée par imagerie par résonance magnétique fonctionnelle. L’apprentissage se traduit dans le cerveau par une poussée d’activité, une « mise à jour des croyances » lorsqu’il y a une différence entre vos connaissances antérieures et celles que vous venez d’acquérir. Une activité liée à l’apprentissage inférentiel a été trouvée dans le cortex préfrontal et la zone du mésencéphale, où le neurotransmetteur dopamine est libéré.
Dans le même temps, les chercheurs ont trouvé une représentation des associations de probabilité cachées (ou latentes) pour A et B dans le cortex préfrontal.
Les résultats de l’IRMf montrent que le cerveau présente des résultats différents les uns par rapport aux autres, a déclaré Boorman. Cette présentation permet ces moments « aha ».
La pensée conventionnelle soutient que l’apprentissage progressif des récompenses de l’expérience directe est renforcé par la libération de dopamine dans le cerveau. La nouvelle étude implique également la dopamine, mais pour l’apprentissage inférentiel.
« Notre travail suggère un rôle plus général pour la signalisation de la dopamine dans la mise à jour des croyances par inférence », a déclaré Boorman.
L’étude post montre comment les problèmes sont cartographiés dans le cerveau – – est apparu en premier sur Germanic News.