Um exemplo de técnicas de aumento de dados visuais usadas em aprendizado de máquina, que captura o princípio principal dos efeitos de variabilidade:a exposição à variação ao longo de dimensões não discriminativas (ou seja, girando, alterando a cor ou mascarando parcialmente a imagem alvo) melhora as redes neurais ' capacidade de generalizar (neste caso - para identificar uma raposa), mas ao custo de retardar o aprendizado inicial. Os seres humanos mostram um efeito semelhante:uma entrada mais variável é mais difícil de aprender, mas eventualmente aumenta nossa capacidade de generalizar o conhecimento que aprendemos para novos contextos. Isso ocorre porque a variabilidade ajuda a destacar quais recursos da categoria são realmente relevantes e quais não são. Crédito:Limor Raviv
A variabilidade é crucialmente importante para aprender novas habilidades. Considere aprender a servir no tênis. Você deve sempre praticar o saque exatamente no mesmo local da quadra, mirando exatamente no mesmo local? Embora praticar em condições mais variáveis seja mais lento no início, provavelmente fará de você um jogador de tênis melhor no final. Isso ocorre porque a variabilidade leva a uma melhor generalização do que é aprendido.
Chihuahuas e grandes dinamarqueses Esse princípio é encontrado em muitos domínios, incluindo percepção de fala, gramática e aprendizado de palavras e categorias. Por exemplo, os bebês terão dificuldade para aprender a categoria "cachorro" se forem expostos apenas a chihuahuas, em vez de muitos tipos diferentes de cães (chihuahuas, poodles e grandes dinamarqueses).
"Existem mais de 10 nomes diferentes para esse princípio básico", diz Limor Raviv, do MPI, pesquisador sênior do estudo publicado em
Trends in Cognitive Sciences . "Aprender com entradas menos variáveis é muitas vezes rápido, mas pode falhar na generalização para novos estímulos. Mas esses insights importantes não foram unificados em uma única estrutura teórica, que obscureceu o quadro maior."
Para identificar os principais padrões e entender os princípios subjacentes dos efeitos da variabilidade, Raviv e seus colegas revisaram mais de 150 estudos sobre variabilidade e generalização em vários campos, incluindo ciência da computação, linguística, categorização, aprendizado motor, percepção visual e educação formal.
Sr. Miyagi Os pesquisadores descobriram que, entre os estudos, existem pelo menos quatro tipos diferentes de variabilidade, como tamanho do conjunto (por exemplo, o número de exemplos ou locais diferentes na quadra de tênis) e agendamento (por exemplo, horários de treinos com diferentes ordens ou intervalos de tempo) . "Esses quatro tipos de variabilidade nunca foram comparados diretamente, o que significa que atualmente não sabemos qual é o mais eficaz para o aprendizado", diz Raviv.
O impacto da variabilidade depende se é relevante para a tarefa ou não (sem dúvida, a cor da quadra de tênis não é relevante para a prática do saque). Mas de acordo com o "princípio do Sr. Miyagi" (inspirado no filme clássico de 1984 "The Karate Kid"), praticar habilidades aparentemente não relacionadas (como encerar carros) pode realmente beneficiar o aprendizado de outras habilidades (como artes marciais).
Um exemplo do efeito da exposição a mais ou menos variabilidade ao aprender a identificar como é a letra 'A'. Os itens de treinamento inicial são mostrados no círculo central de cada painel, e o gradiente de cores simboliza o desempenho da generalização:maior precisão e/ou certeza em nossa generalização é representada por tons de amarelo, enquanto menor precisão e/ou certeza em nossa generalização é representada por Tons de azul. Menos variabilidade durante o treinamento inicial (Painel A) pode fazer com que os alunos formem hipóteses mais conservadoras sobre como a letra 'A' pode parecer, resultando em uma generalização mais restrita para instâncias menos frequentes da letra 'A'. Mais exemplos variáveis durante o treinamento inicial (Painel B) resultarão em hipóteses/categorizações mais amplas e permitirão que os alunos classifiquem com mais precisão e/ou com mais certeza diferentes instâncias da letra 'A' encontradas posteriormente. Crédito:Limor Raviv
Teorias concorrentes Mas por que a variabilidade afeta o aprendizado e a generalização? Uma teoria é que uma entrada mais variável pode destacar quais aspectos de uma tarefa são relevantes e quais não são (a cor é útil para distinguir entre limões e limas, mas não para distinguir entre carros e caminhões).
Outra teoria é que uma maior variabilidade leva a generalizações mais amplas. Isso ocorre porque a variabilidade representará melhor o mundo real, incluindo exemplos atípicos (como Chihuahuas).
Uma terceira razão tem a ver com o modo como a memória funciona:quando o treinamento é variável, os alunos são forçados a reconstruir ativamente suas memórias.
Reconhecimento facial "Understanding the impact of variability is important for literally every aspect of our daily life. Beyond affecting the way we learn language, motor skills, and categories, it even has an impact on our social lives," explains Raviv. "For example, face recognition is affected by whether people grew up in a small community (fewer than 1,000 people) or in larger community (more than 30,000 people). Exposure to fewer faces during childhood is associated with diminished face memory."
"We hope this work will spark people's curiosity and generate more work on the topic," concludes Raviv. "Our paper raises a lot of open questions. For example:Is the relationship between variability and learning broadly similar across species, or are there species-specific adaptations? Can we find similar effects of variability beyond the brain, for instance in the immune system?"
