به نقل از «ایسنا»

شباهت‌ها و تفاوت‌های یادگیری خودکار در زنبور و انسان

تاریخ انتشار: ۸ مهر ۱۳۹۹ | کد خبر: ۲۹۴۶۲۷۱۹

ایسنا/اصفهان مغز زنبورها به خودی خود پدیده‌هایی جذاب به شمار می‌روند، اما تحقیقات اخیر نشان می‌دهد، زنبورهای عسل توانایی یادگیری خودکار خصوصیات آماری پیچیده ای را دارند که معمولاً در محیط های طبیعی تجربه می‌شود.

نتایج یک تحقیق که در PNAS چاپ شد، نشان می دهد که زنبورها از توانایی که پیش از این تصور می شد تنها در انسان و گونه های سطح بالاتر وجود دارد، برخوردارند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

این مطالعه همچنین گزارش می دهد که زنبورها و انسانها از روشهای محاسباتی کاملاً متفاوتی برای این نوع یادگیری استفاده می کنند که ممکن است یکی از دلایل اصلی ظهور توانایی های برتر یادگیری انسان همین علت باشد.

تیم بین المللی به سرپرستی دانشگاه تولوز، فرانسه و محققانی از دانشگاه اروپای مرکزی مجارستان و دانشگاه RMIT استرالیا برای اولین بار از یک آزمون یکسان برای مقایسه یادگیری خودکار در انسان و زنبور عسل استفاده کردند. آنها انسان ها و زنبورهای عسل را در یک کار طبقه بندی آسان در معرض صحنه های چند عنصری یکسانی قرار داده اند که از مجموعه ای از اشکال انتزاعی تشکیل شده بود.

در مراحل آزمون، هر دو گونه تعدادی آزمایش بین دو صحنه چند عنصری جدید در هر آزمایش انجام دادند. مواردی که در این آزمون ها سنجیده می شود به این صورت است که آیا شرکت کنندگان به طور خود به خود به خصوصیات مختلف آماری صحنه های تصویری که در طول مرحله نوردهی مشاهده کرده اند، حساس شده اند یا خیر؟

به گزارش ایسنا و به نقل از مدیکال اکسپرس، این محققان می گویند: «مردم اغلب از قابلیت های شگفت آور جهت یابی و شناسایی زنبورهای عسل شگفت زده می شوند و اکنون می دانیم که آنها با استفاده از یک روش ساده یادگیری آماری که بر اساس حل مسئله بینایی انسان است و اساساً اساس یادگیری عمیق برای هوش مصنوعی است، استفاده می کنند.»

پزشکان این تحقیق دریافتند که زنبورهای عسل نمایش داخلی پیچیده ای از آمار تجربه بصری جدید خود ایجاد می کنند و می توانند از این اطلاعات در آزمایش های بعدی استفاده کنند. پزشکان حتی زمانی که دریافتند زنبورها و انسانها با استراتژیهای محاسباتی مختلف به این موفقیت دست می یابند، بیشتر شگفت زده شدند.

زنبورها هرگز به طور خودکار نسبت به قابل پیش بینی بودن عناصر بصری حساس نمی شوند. در مقابل، انسان دوران نوزادی با این موارد آشنا است.

از آنجایی که دسترسی به پیش بینی اطلاعات به عنوان یک نیاز محاسباتی کلیدی برای هر دانش بسیار پیچیده ای در نظر گرفته می شود، بنابراین مطالعه نشان می دهد که فرد می تواند با روش های ساده و مغزهای کوچک برای حل مسائل دشوار راهکار بیابد و در عین حال رسیدن به سطح بعدی توانایی های یادگیری بسیار مهم است.

انتهای پیام

منبع: ایسنا

کلیدواژه: استانی علمی و آموزشی زنبور عسل یادگیری زنبورهای عسل

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۹۴۶۲۷۱۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

روند تکامل هوش مصنوعی... از اصول اولیه تا نوآوری‌های مختلف

در عصر شتاب بی‌سابقه در پیشرفت فناوری، هوش مصنوعی (AI) و یادگیری ماشین (ML) به سنگ بنای نوآوری‌های بی‌شماری تبدیل شده‌اند که چهره آینده را در صنایع مختلف شکل می‌دهند.

این فناوری دیگر محدود به تحقیقات دانشگاهی یا پروژه‌های تجربی نیست، بلکه نشان‌دهنده نیروی محرکه توسعه‌های عمده در زمینه‌های مختلف است، از مراقبت‌های بهداشتی، که شاهد انقلاب‌هایی در تکنیک‌های تشخیصی و درمانی بوده است، تا صنعت، جایی که فرآیند‌های تولید و نگهداری دوباره تعریف شده‌اند. 

اصول و مبانی هوش مصنوعی و یادگیری ماشینی

به همین ترتیب، در زمینه‌های آموزشی و امنیتی نقش هوش مصنوعی و فناوری مشهود است، جایی که هوش مصنوعی روش‌های یادگیری و محافظت از جوامع خود را تغییر می‌دهد.

 تکامل این فناوری‌ها در حال شکستن مرز‌های سنتی است تا افق جدیدی پر از فرصت‌ها و چالش‌ها را آشکار کند و ما را به بازنگری در محدودیت‌های فعلی از آنچه ممکن است وادار می‌کند.

هوش مصنوعی (AI)، در گسترده‌ترین و عمیق‌ترین تعریف خود، به تلاش بشر برای ایجاد ماشین‌ها و سیستم‌هایی با قابلیت شبیه‌سازی توانایی‌های شناختی و ذهنی انسان، مانند تفکر، یادگیری و حل مسئله اشاره دارد. این پیگیری به توسعه سیستم‌هایی گسترش می‌یابد که قادر به انجام وظایفی هستند که معمولاً به هوش انسانی نیاز دارند، مانند تشخیص گفتار، تفسیر تصویر و حتی درک زبان طبیعی.

یادگیری ماشینی (ML)، به عنوان یک شاخه حیاتی از هوش مصنوعی، پایه‌های توسعه این سیستم‌ها را پایه‌ریزی می‌کند و ماشین‌ها را قادر می‌سازد تا داده‌های بزرگ را تجزیه و تحلیل کنند، الگو‌ها و روابط غیر آشکار را استخراج کنند و به طور مستقل عملکرد خود را با یادگیری از آزمون و خطا بهبود بخشند. بدون نیاز به برنامه نویسی صریح این پیشرفت به این معنی است که ماشین‌ها اکنون می‌توانند درک و تخمین‌هایی را بر اساس داده‌های موجود توسعه دهند و دری را به روی کاربرد‌های جدید و نوآورانه در هوش مصنوعی باز کنند.

توسعه و بلوغ فناوری‌ها

با گذشت زمان، فناوری‌های هوش مصنوعی و یادگیری ماشین شاهد پیشرفت‌های شگفت‌انگیزی فراتر از مدل‌های نظری اولیه برای رسیدن به سیستم‌های پیچیده و بسیار کارآمد بوده‌اند. پیشرفت‌های پی در پی در محاسبات، چه در سرعت پردازش و چه در قابلیت‌های ذخیره‌سازی، علاوه بر در دسترس بودن حجم عظیمی از داده‌های دیجیتال و نوآوری‌های مداوم در طراحی و توسعه الگوریتم‌ها، همه اینها به پیشبرد و پیشرفت با سرعت کمک کرده است. اکنون ماشین‌ها می‌توانند در برخی زمینه‌ها از جمله تجزیه و تحلیل داده‌های بزرگ، تشخیص تصاویر با دقت بالا و حتی تولید محتوای خلاقانه جذاب، از توانایی‌های انسان پیشی بگیرند.

کاربرد‌های انقلابی هوش مصنوعی

تاثیر رو به رشد هوش مصنوعی و یادگیری ماشینی در چندین حوزه کلیدی مشهود است. در زمینه مراقبت‌های بهداشتی، موضوع دیگر تنها به بهبود تشخیص و درمان محدود نمی‌شود، بلکه نوآوری به توسعه روبات‌های جراحی رسیده است که با دقت و کارایی بالا عمل می‌کنند و سیستم‌های تجزیه و تحلیل ژنومی که به طراحی درمان‌های سفارشی کمک می‌کنند. در دنیای صنعت، مفاهیم تولید به لطف اتوماسیون و رباتیک مبتنی بر هوش مصنوعی کاملاً تغییر کرده است که منجر به بهبود گسترده در کارایی و کاهش خطا‌ها و ضایعات شده است. در زمینه امنیت، فناوری‌های هوش مصنوعی به توسعه سیستم‌های نظارتی پیشرفته و تجزیه و تحلیل پیش‌بینی‌کننده کمک کرده‌اند که به تشخیص زودهنگام تهدیدات و مبارزه با جرایم سایبری کمک می‌کند. این احتمالات همیشه در حال گسترش هستند و مرز‌ها را به سوی آینده‌ای سوق می‌دهند که در آن خطوط بین واقعیت و داستان‌های علمی تخیلی محو می‌شود و ماشین‌ها به شرکای فعال در سفر تکاملی انسان تبدیل می‌شوند.

انقلاب مولد هوش مصنوعی

یکی از مهیج‌ترین و بحث برانگیزترین نوآوری‌ها در دنیای هوش مصنوعی، هوش ساختاری یا Generative AI است. این فناوری تنها به تجزیه و تحلیل داده‌ها یا درک دنیای اطراف محدود نمی‌شود، بلکه با توانایی خود در ایجاد محتوای جدید و مبتکرانه، خواه متن، تصویر، موسیقی یا حتی ویدیو، گامی جسورانه به جلو برمی دارد. این نوع هوش از الگوریتم‌های پیشرفته‌ای برای درک الگو‌ها و ساختار‌های مختلف در داده‌هایی که روی آنها آموزش دیده است، استفاده می‌کند و سپس از این درک برای ایجاد محتوای جدیدی استفاده می‌کند که تشخیص آن از آثار ایجاد شده توسط انسان دشوار است.

هوش ساختاری افق‌های جدیدی را برای خلاقیت و نوآوری می‌گشاید، زیرا می‌توان از آن برای تولید ایده‌های جدید در ادبیات، طراحی، هنر و حتی علم استفاده کرد. طراحان مد می‌توانند از آن برای ایجاد طرح‌های جدید استفاده کنند، در حالی که نویسندگان می‌توانند از آن برای ایجاد پیش نویس‌های خام از داستان‌ها یا یافتن پایان‌های جایگزین برای داستان‌های خود استفاده کنند. علاوه بر این، محققان می‌توانند از هوش ساختاری برای تولید مدل‌ها و آزمایش‌های فکری جدید استفاده کنند که به درک جهان به روش‌هایی کمک می‌کند که قبلاً ممکن نبود.

با این حال، هوش ساختاری با مجموعه‌ای از چالش‌های اخلاقی و عملی همراه است. سؤالاتی در مورد مالکیت معنوی، اصالت و مسئولیت مطرح می‌شود، به ویژه زمانی که تشخیص اینکه آیا یک اثر توسط انسان یا ماشین تولید شده است دشوار می‌شود. علاوه بر این، نگرانی‌هایی وجود دارد که از این فناوری برای ایجاد اطلاعات نادرست یا محتوای مخرب استفاده شود.

با وجود این چالش ها، نمی‌توان پتانسیل عظیم هوش ساختاری را انکار کرد. مانند تمام فناوری‌های انقلابی، به رویکردی متعادل نیاز دارد که در عین برخورد دقیق و مسئولانه با چالش‌های مرتبط با آن، از پتانسیل حداکثر استفاده را ببرد. در نهایت، هوش سازنده می‌تواند فصل جدیدی خیره کننده در داستان هوش مصنوعی و خلاقیت انسان باشد و آینده‌ای را شکل دهد که در آن مرز‌های بین هنر و فناوری به طور فزاینده‌ای محو شود.

تغییرات رادیکال نحوه تعامل ما را تغییر می‌دهد

در نتیجه، هوش مصنوعی و یادگیری ماشینی نشان دهنده ستون‌های اساسی انقلاب تکنولوژیکی زمان ما هستند. از مبانی عمیق آنها گرفته تا کاربرد‌های انقلابی‌شان تا جهان‌های جدیدی که با هوش ساختاری باز شده‌اند، ما شاهد دگرگونی‌های ریشه‌ای هستیم که نحوه تعامل ما با دنیای اطرافمان را تغییر می‌دهند و آینده ما را تعریف می‌کنند. پیشرفت در این زمینه‌ها نه تنها کارایی‌ها را بهبود می‌بخشد یا امکانات را گسترش می‌دهد، بلکه سوالات پیچیده‌ای را در مورد اخلاق، حقوق و مسئولیت‌ها نیز مطرح می‌کند.

ضروری است که ما به تحقیق و توسعه در زمینه هوش مصنوعی و یادگیری ماشینی مسئولانه و آگاهانه ادامه دهیم، در حالی که همه ذینفعان - از دانشمندان، توسعه‌دهندگان، دولت‌ها و حتی کاربران نهایی - را در گفتگوی باز در مورد استفاده بهینه و ایمن از این تکنولوژی ما باید به دنبال تعادل بین آرزوی نوآوری و پیشرفت و تضمین حفاظت از ارزش‌های انسانی و حفظ حریم خصوصی و امنیت باشیم.

در نهایت، چالش و فرصت این است که؛ این فناوری‌ها را برای خدمت به خیر بیشتر هدایت کنیم و اطمینان حاصل کنیم که تأثیر آنها بر بشریت مثبت و پایدار است. همانطور که ما به سمت آینده‌ای حرکت می‌کنیم که در آن نقش هوش مصنوعی افزایش می‌یابد، جوامع ما باید تصمیم بگیرند که چگونه از این قدرت جدید به گونه‌ای استفاده کنند که به پیشرفت دست یابد و عدالت و برابری برای همه پیش برود.

منبع: المیادین

باشگاه خبرنگاران جوان علمی پزشکی فناوری