| Περίληψη |
Στην παρούσα διατριβή μελετήσαμε την γνωσιακή διεργασία της μάθησης μέσω παρατήρησης σε ένα
υπολογιστικό πλαίσιο. Για αυτό το λόγο, χρησιμοποιήσαμε δεδομένα από νευροεπιστημονικά
πειράματα, όπως για παράδειγμα πειράματα καταγραφών και απόκρισης νευρώνων, ώστε να
αναπτύξουμε δύο υπολογιστικά μοντέλα μάθησης μέσω παρατήρησης, εμπνευσμένα από την
νευροφυσιολογία των ανθρώπων και πιθήκων Macaque αντίστοιχα. Για να επιτύχουμε τον σκοπό αυτό
προτείναμε ένα πλαίσιο για τον σχεδιασμό υπολογιστικών μοντέλων, βασισμένο σε ευρήματα από τις
νευροεπιστήμες, το οποίο χρησιμοποιήσαμε ώστε να αναπτύξουμε δύο καινοτόμες υλοποιήσεις της
προαναφερθείσας βιολογικής διεργασίας σε προσομοιωμένους πράκτορες. Για να επιτύχουν μάθηση
μέσω μόνο παρατήρησης, και τα δύο μοντέλα βασίστηκαν στο ότι κατά την διάρκεια εκτέλεσης και
παρατήρησης μιας συμπεριφοράς, τα νευρωνικά δίχτυα που ενεργοποιούνται στον εγκέφαλο των δύο
πρωτευόντων ειδών επικαλύπτονται εκτενώς. Ως αποτέλεσμα αυτού του γεγονότος, και οι δύο
πράκτορες μεταχειρίζονται την διεργασία αντίληψης σαν μια ενεργή εξομοίωση των συμπεριφορών,
και μαθαίνουν νέες συμπεριφορές κίνησης χωρίς να χρησιμοποιούν το σώμα τους.
Το πρώτο μοντέλο διατηρεί ικανοποιητική συνέπεια με τις σχετικές περιοχές και συνδεσιμότητα του
εγκεφάλου στους πιθήκους Macaque, και παρέχει πολύ σημαντικές ενδείξεις σχετικά με τα ερείσματα
που λαμβάνουν χώρα στον φλοιό των πιθήκων Macaque κατά την διάρκεια της μάθησης μέσω
παρατήρησης, που μπορούν να συνοψισθούν σε τρείς κατηγορίες. Σε επίπεδο: (ι) νευρώνα, εξηγώντας
πώς η μάθηση μπορεί να υλοποιηθεί σε κυτταρικό επίπεδο κατά την διάρκεια παρατήρησης, (ιι)
εγκεφαλικής περιοχής, με το να αναγνωρίσει τον δυνητικό ρόλο μιας συγκεκριμένης περιοχής στο να
συσχετίζει τις κινητικές αναπαραστάσεις με την οπτική εικόνα του παρατηρητή και (ιιι) συστήματος,
δηλαδή πως σχηματίζεται το αναδυόμενο σχέδιο ενεργοποιήσεων που έχει παρατηρηθεί κατά την
διάρκεια εκτέλεσης και παρατήρησης μιας συμπεριφοράς, και τους λόγους της χαμηλότερης
ενεργοποίησης κάποιων περιοχών κατά την διάρκεια παρατήρησης. Επίσης, λόγω της χρήσης της
προαναφερθείσας μεθοδολογίας, ο πράκτορας μπορεί να επιδείξει τρεις σημαντικές συμπεριφορές: (ι)
μάθηση μέσω παρατήρησης, με τρόπο παρόμοιο με αυτόν που χρησιμοποιούν οι αντίστοιχοι
βιολογικοί ομόλογοι του, (ιι) γενίκευση γνώσης σε διαφορετικούς τομείς και ολοκλήρωση γνώσης
χρησιμοποιώντας προϋπάρχουσες αναπαραστάσεις και (ιιι) αντιστοιχία του σώματος του με άλλα
σώματα χρησιμοποιώντας ως βάση το μονοπάτι των επικαλυπτόμενων ενεργοποιήσεων.
Page vi
Το δεύτερο μοντέλο χρησιμοποιεί μια φαινομενολογική προσέγγιση για να σχεδιάσει ένα κινητικό
σύστημα που βασίζεται χαλαρά στην λειτουργία των περιοχών που ενεργοποιούνται στους
ανθρώπους, κατά την διάρκεια εκτέλεσης και παρατήρησης μιας συμπεριφοράς. Για αυτό το λόγο,
αναπτύξαμε μια καινοτόμα υλοποίηση για κάθε μια από τις δευτερεύουσες κινητικές διεργασίες, και
τις ενσωματώσαμε ώστε να παραχθεί ένας πράκτορας που μπορεί να μάθει μέσω μόνο παρατήρησης.
Ανάμεσα στις βασικές συνεισφορές της δουλειάς περιλαμβάνονται: (ι) ένα μοντέλο που αναπαράγει τις
ιδιότητες πρόβλεψης της ανταμοιβής που έχουν οι ντοπαμινεργικοί νευρώνες στα βασικά γάγγλια, (ιι)
ένα τρόπο για να διαχωρίσουμε το πολυδιάστατο έλεγχο του σώματος του πράκτορα, (ιιι) μια μέθοδο
για να αντιμετωπίσουμε το πρόβλημα αντιστοιχίας του σώματος χρησιμοποιώντας νευρωνικά δίχτυα
συσχετισμού, (iv) πώς ο υψηλότερης τάξης κινητικός έλεγχος μπορεί να σχεδιαστεί επιφαινομενικά,
βάσει του κινητικού συστήματος, ως επικουρική διεργασία χτισμένη από πάνω από άλλες βασικές
κινητικές λειτουργίες και (v) πως η μάθηση μπορεί να υλοποιηθεί κατά την διάρκεια παρατήρησης
χρησιμοποιώντας απλούς κινητικούς κανόνες που μπορούν να εκμαιευτούν μόνο από παρατήρηση.
|
Computational modeling of observational learning inspired by the cortical underpinnings of human and monkey primates
