.fb-comments,.fb-comments span,.fb-comments span iframe [style] {min-width: 100% ! important; width: 100%! important}
Bài viết phân tích gần đây xác định mối quan hệ giữa hành động dopaminergic và thuật toán nghiên cứu TD (thay đổi thời gian), cung cấp những hiểu biết cơ bản về cách não liên kết các chỉ số và lợi ích tách biệt theo thời gian. ”
Dopamine là một chất dẫn truyền thần kinh phổ biến và thuật ngữ“ dopaminergic ”ngụ ý“ kết nối với dopamine ”(gần như là“ hoạt động trên dopamine ”). Hành động liên quan đến dopamine của não được khuếch đại bởi các hành vi hoặc thuốc kê đơn dopaminergic. Chuyển động liên quan đến dopamine được tạo điều kiện bởi các mạch não dopaminergic.
Điều tra về khoa học thần kinh và tâm lý học đã liên tục cho thấy những động lực quan trọng trong việc hỗ trợ đàn ông và phụ nữ và các loài động vật khác làm chủ hành vi sẽ giúp họ chịu đựng. Người ta thừa nhận một cách hiệu quả rằng tế bào thần kinh dopaminergic, tế bào thần kinh trong hệ thần kinh trung ương của động vật có vú giải phóng dopamine, về cơ bản có nhu cầu hiểu biết dựa trên phần thưởng ở động vật có vú. Khi động vật có vú nhận được phần thưởng ngoài dự đoán, các tế bào thần kinh này nhanh chóng phản ứng bằng một quy trình được coi là hưng phấn thực vật.
Để tạo ra các sản phẩm làm chủ thiết bị mạnh mẽ có thể đảm đương những trách nhiệm khó khăn, các chuyên gia máy tính xách tay hoặc máy tính đã không còn cách đây quá lâu. bắt đầu cố gắng tái tạo nhân tạo nền tảng thần kinh của phần thưởng được phát hiện ở động vật có vú. The so-referred to as temporal variation (TD) learning algorithm is a very well-acknowledged machine understanding strategy that mimics the operation of dopaminergic neurons.
Xếp hạng tín dụng: Amo et al. | Nguồn cung cấp: https://www.nature.com/articles/s41593-022-01109-2
Nhà nghiên cứu đã khám phá mối quan hệ tương lai giữa phương pháp làm chủ TD tính toán và phát hiện con người lấy động lực làm trung tâm. Nghiên cứu của họ, được đưa ra trên tạp chí Nature Neuroscience, có lẽ có thể cung cấp cái nhìn sâu sắc mới về cách tâm trí tạo ra các liên kết một chiều giữa các kích thích và lợi ích được phân chia theo thời gian.
Một người thân yêu của các phương pháp tiếp cận hiểu biết củng cố được gọi là “ Các thuật toán làm chủ TD ”có thể hiểu là tạo ra các dự đoán chủ yếu dựa trên các sửa đổi về môi trường tương đối nhiều hơn là sử dụng một thiết kế. Các phương pháp tiếp cận TD có thể sửa đổi các ước tính của chúng nhiều hơn so với các quy trình làm chủ thiết bị khác trước khi tiết lộ dự báo cuối cùng của chúng.
Sự tương đồng giữa các thuật toán hiểu TD và các tế bào thần kinh dopamine học phần thưởng trong tâm trí đã xảy ra cách đây không lâu. trong một vài cuộc điều tra. Tuy nhiên, một thành phần cụ thể của một người trong quy trình của thuật toán chỉ đôi khi được coi là trong các thí nghiệm khoa học thần kinh.
Thời gian của tín hiệu dopamine thực sự phải thay đổi đều đặn từ thời điểm có phần thưởng đến thời điểm của tín hiệu xung quanh khá nhiều lần thử nghiệm khi một tác nhân liên kết một tín hiệu và phần thưởng được tách ra kịp thời, phù hợp với các nghiên cứu trước đây không tuân theo dự đoán quan trọng của thuật toán này.
Nhà nghiên cứu đã kiểm tra kết luận của nghiên cứu của họ về những con chuột chưa được huấn luyện thiết lập kỹ năng liên kết trang web với các dấu hiệu khứu giác với phần thưởng nước uống trong ấn phẩm của họ. Những con chuột xác nhận hành động liếm cho thấy chúng mong đợi nhận được h2o ngay lập tức sau khi chúng chỉ ngửi thấy mùi liên quan khi chúng bắt đầu kết nối các loại nước hoa cụ thể với việc tiếp nhận nó.
Những con chuột đã được tiếp xúc với mùi trước khi thưởng và phần thưởng vào những thời điểm khác nhau thông qua các thí nghiệm. Để thiết lập một cách khác, họ đã thay đổi khoảng thời gian giữa việc chuột tiếp xúc với mùi và việc chúng nhận được phần thưởng là nước.
Họ xác định rằng các tế bào thần kinh dopamine ban đầu đã ít năng lượng hơn nhiều khi phần thưởng bị trì hoãn nhưng ở một số điểm trở thành năng lượng bổ sung. Điều này cho thấy rằng thời gian phản ứng dopamine trong tâm trí có thể điều chỉnh khi chuột nắm vững mối liên hệ giữa mùi hương và phần thưởng lần đầu tiên, như đã được chứng minh trong các kỹ thuật nghiên cứu TD.
Các nhà nghiên cứu đã tiến hành thêm các thử nghiệm khoa học khác để xác định nếu điều chỉnh này cũng xảy ra ở những con chuột đã từng được huấn luyện trước đó để tạo ra các liên kết thưởng mùi giống hệt nhau trong suốt thời gian thực hiện các công việc đảo ngược. Qua giai đoạn chờ đợi xung quanh, họ đã quan sát thấy sự thay đổi theo thời gian trong tín hiệu dopamine của động vật tương tự như khi động vật tìm ra mối liên hệ lần đầu tiên nhưng diễn ra nhanh hơn rất nhiều.
Nhìn chung, sự thật chứng minh rằng các kỳ thi tìm hiểu liên quan khác nhau dẫn đến sự thay đổi ngược về thời gian hoạt động của dopamine trong não chuột. Sự thay đổi theo thời gian này thực sự tương tự như cơ chế hướng dẫn cách tiếp cận học TD.
Các nghiên cứu khoa học dài hạn về những điểm tương đồng có thể làm được liên quan đến sự hiểu biết về phần thưởng trong tâm trí động vật có vú và việc củng cố TD để tìm ra các chiến thuật có thể được hỗ trợ bởi thông tin nhận được bởi lực lượng lao động này của các chuyên gia. Điều này có thể góp phần nâng cao hiểu biết của chúng ta về cách não bộ học được những lợi ích và cũng có thể đóng vai trò là cam kết cho các thuật toán học TD mới.
Báo cáo này được tạo ra dưới dạng bản tóm tắt của Nhân viên Marktechpost dựa trên bài phân tích’ Sự thay đổi dần dần theo thời gian của các phản ứng dopamine phản ánh sự phát triển của lỗi biến thiên theo thời gian trong nghiên cứu máy ‘. Tất cả xếp hạng tín dụng cho khám phá này thuộc về các nhà khoa học trong thử thách này. Kiểm tra giấy và ghi tham chiếu . Bạn không nên quên trở thành một phần của ML Subreddit của chúng tôi
Tôi đang tư vấn thực tập tại MarktechPost. Tôi đang theo học chuyên ngành Cơ khí tại IIT Kanpur. Mong muốn của tôi nằm trong ngành công nghiệp gia công và người máy. Hơn nữa, tôi rất quan tâm đến AI, ML, DL và các lĩnh vực liên quan. Tôi là một người đam mê công nghệ và đam mê các hệ thống mới và cách sử dụng thực tế của chúng.
Đánh giá bài đăng này
Chia sẻ là quan tâm!
