모든 종에 걸쳐 중요한 기술은 의사소통을 통해 부모로부터 자손에게 전달됩니다.본 대학(UKB) 연구원과 본 대학 연구원은 효과적인 의사소통은 발신자와 수신자 모두가 정보를 표현하는 방식에 달려 있음을 보여주었습니다.그들의 연구는 이 과정이 훈련 효율성과 작업 수행의 기초가 되는 방법을 보여줍니다.그들의 결과는 다음과 같습니다출판됨일지에네이처커뮤니케이션즈.
소리, 냄새, 움직임 등을 통한 의사소통은 생존에 매우 중요합니다.그것은사회적 측면뇌의 작업 설명은 감각 경험뿐만 아니라 우리에게 전달되는 정보에 의해서도 형성되기 때문에 인지의 기본입니다.
"우리는 일상생활을 통해 현실 세계의 학습 능력에 사회적 의사소통이 필수적이라는 것을 알고 있습니다. 이는 '가르치는 것은 두 번째로 배우는 것'이라는 말로 요약됩니다."라고 실험 간질 연구소의 Tatjana Tchumatchenko 교수는 말합니다.UKB의 인지 연구 및 본 대학교의 학제간 연구 분야(TRA) "모델링" 회원입니다.
새로운 연구에서 본 연구원들은 인공 네트워크를 교사와 학생의 역할을 맡은 에이전트로 사용했습니다.교사 네트워크는 미로를 푸는 방법을 학습한 후 메시지를 전송하여 학생 네트워크에 과제를 안내했습니다.이 설정을 통해 연구자들은 인공 에이전트 간의 언어와 유사한 의사소통이 어떻게 학습과 학습을 향상시키는지 조사할 수 있었습니다.작업 수행.
뇌는 현실 세계가 공유될 수 있도록 추상화를 만듭니다.
결과는 두 역할 모두 학생이 교사로부터 배울 수 있는 언어를 개발할 수 있음을 보여주었습니다.흥미롭게도 이 언어는 당면한 과제와 학습자의 성과 모두에 영향을 받았습니다.
"우리가 발견한 것은 동물의 언어 형성에 대해 알려진 것과 일치합니다"라고 공동 교신저자이자 박사인 Carlos Wert-Carvajal은 말했습니다.UKB의 Tchumatchenko 교수 연구 그룹의 본 대학교 학생입니다.그는 우리 두뇌가 세상을 인코딩하는 방식이 우리 자신의 경험에 의해 결정될 뿐만 아니라 다른 사람들이 이해할 수 있는 추상화를 만들어낸다는 점을 강조합니다.
"예를 들어 '달콤하고 아삭아삭하며 둥근 빨간색이나 녹색 과일'이라고 말하지 않고 '사과'라는 한 단어만 사용합니다.그러한 단어가 존재하는 이유는 우리의 언어가 즐거운 보상을 제공하는 공유된 경험을 표현하도록 진화했기 때문입니다."라고 Wert-Carvajal은 말합니다.즉, 모든 언어는 세상을 최대한 효율적으로 묘사해야 합니다.
이러한 효율성은 가능한 한 많은 정보를 포함하는 간결한 메시지를 의미했습니다.좋은 언어는 교사와 훈련생의 과제에 대한 내부 설명과 현실 세계의 실제 특성을 모두 결합해야 했습니다.
"연수생이 작업을 얼마나 잘 수행했는지에 대한 피드백을 주었을 때 교사는 더 유용한 정보를 전달하기 위해 언어를 변경했습니다."라고 최근까지 UKB의 Tchumatchenko 그룹 소속 Bonn 대학의 석사 과정 학생이었던 제1저자 Tobias Wieczorek이 설명합니다..
이 프로세스는 효과적인 의사소통이 양방향 프로세스임을 보여줍니다.연구를 주도한 Tchumatchenko 교수는 "교환된 정보가 명확하고 정확하며 실제로 유용한지 확인하려면 발신자와 수신자 모두 협력해야 합니다."라고 말합니다.
언어는 공유된 경험으로서 의사소통의 원을 닫습니다
놀랍게도, "루프 닫기" 즉, 학습자의 언어를 자신에게 다시 공급함으로써 본 연구자들은 학습자가 서로 가르칠 수 있도록 할 수 있었습니다.명확한 교육 기술이 부족함에도 불구하고 에이전트는 필수 정보를 효과적으로 전달하고 자신이 개발한 언어의 견고성을 보여주었습니다.
"그들은 '가르치는' 방법을 몰랐지만 여전히 중요한 내용을 전달하기 위해 자신의 언어를 사용할 수 있었습니다.정보"라고 공동 교신 저자인 Dr. Maximilian Eggl은 최근까지 UKB의 Tchumatchenko 교수 연구 그룹에서 Bonn 대학교의 박사후 연구원으로 활동했습니다.
본 연구는 다음과 같은 근본적인 역할을 강조합니다.언어-공유된 인지 경험으로서의 의사소통과 유사하며 학습 및 일반화에 있어 이것이 매우 중요함을 보여줍니다.결과는 생물학적 및 인공적 설계에 대한 귀중한 통찰력을 제공합니다.의사소통다양한 환경에서 학습 및 작업 성과를 최적화하는 시스템입니다.추가 정보:
Tobias J. Wieczorek et al, 사회 학습 에이전트의 언어 출현 및 분석을 위한 프레임워크,네이처커뮤니케이션즈(2024).DOI: 10.1038/s41467-024-51887-5소환:
언어와 유사한 의사소통이 인공 네트워크에서 학습을 향상시킨다는 연구 결과 발견(2024년 9월 5일)2024년 9월 5일에 확인함https://techxplore.com/news/2024-09-언어-communication-artificial-networks.html에서
이 문서는 저작권의 보호를 받습니다.사적인 학습이나 조사를 목적으로 하는 공정한 거래를 제외하고는 어떠한 행위도 허용되지 않습니다.서면 허가 없이 일부를 복제할 수 있습니다.콘텐츠는 정보 제공 목적으로만 제공됩니다.