Uma equipe de pesquisadores liderada por um grupo da DeepMind, subsidiária do Google, desenvolveu uma teoria sobre como o meta-aprendizado humano funciona, comparando-o a um certo tipo de rede de aprendizado profundo em computadores. Em seu artigo publicado na revista Nature Neuroscience , o grupo sugere que elementos-chave em redes neurais computadorizadas especializadas podem ser semelhantes à função da dopamina no cérebro durante o meta-aprendizado.

Redes de aprendizagem profunda, embora bastante impressionante durante a execução, ainda são insuficientes em uma área - eles levam muito tempo e esforço para se atualizar. Um exemplo recente seriam as redes neurais programadas para jogar jogos de computador antigos, como Pong. Um humano pode dominar o básico e se tornar bastante proficiente depois de jogar por apenas uma tarde. Uma rede neural, por outro lado, requer centenas de horas de treinamento. Neurocientistas sugeriram que essa diferença se deve ao que é chamado de meta-aprendizagem - em que uma pessoa (ou animal) aprende como fazer algo novo com base no que aprendeu no passado. Macacos, por exemplo, pode aprender a escolher objetos diferentes depois de aprender a escolher por meio de seleção aleatória - algo que foi descoberto como parte do experimento de Harlow.

Pesquisadores, como os da DeepMind, fizeram avanços recentes para fazer com que os computadores se engajassem em meta-aprendizagem. O processo pelo qual eles fazem isso é muito bem compreendido, claro, uma vez que são eles que fazem isso acontecer. Como isso acontece em humanos, no entanto, ainda não está claro. Neste novo esforço, a equipe da DeepMind sugere que um dos principais fatores para fazer com que os computadores se envolvam em meta-aprendizagem, pode ser semelhante a algo encontrado em redes neurais humanas.

Para chegar a esta conclusão, a equipe desenvolveu seis experimentos de meta-aprendizagem baseados em computador que originalmente faziam parte de experimentos de neurociência em animais, um dos quais foi o experimento de Harlow. Os pesquisadores descobriram que as respostas da rede neural profunda eram semelhantes às dos animais nos experimentos originais. Além disso, eles notaram que o ingrediente comum usado para cada um dos experimentos era algo que eles chamavam de agente - era necessário para causar o surgimento do aprendizado do metatipo. Esse, eles notam, pode indicar que as redes neurais animais têm um agente biológico semelhante que é responsável por causar o surgimento do meta-aprendizado. E eles sugerem que esse agente pode ser o neurotransmissor dopamina.

© 2018 Tech Xplore