Kevin Topolskyتحقیقاتی نوآورانه توسط تیمی از پژوهشگران به رهبری استاد کیم دونگ-جه از دانشگاه دانکوک، یک درک جدید از اینکه چگونه اصول یادگیری مغز می‌تواند تحقیقات هوش مصنوعی را انقلابی کند، معرفی کرده است. تیم، به جای درک درک و یادگیری به عنوان عملکردهای جداگانه مغز، نشان داده است که آنها با یک مکانیزم یکسان عمل می‌کنند و این بازویی قابل اعتماد برای بهبود عملکرد هوش مصنوعی ارائه می‌دهد.
با تجزیه و تحلیل مقادیر داده‌های نورون‌های درک و یادگیری در آزمایش‌های مربوط به موش‌ها و میمون‌ها، تیم اثبات کرد که نورون‌های دوپامین مسئول یادگیری تحت فرضیه کدگذاری کارآمد همانند نورون‌های درکی ساختار یکسانی دارند. این نشان می‌دهد که نورون‌های دوپامین در مغز پاداش‌ها را به صورت کارآمد مجدداً توزیع می‌کنند تا یادگیری را حداکثر کنند و اعتقاد سنتی را که درک و یادگیری بر اساس اصول جداگانه عمل می‌کنند، چالش برانگیز می‌کنند.
استاد کیم بر اهمیت اعمال الگوریتم تازه کشف شده الهام گرفته شده از مکانیسم‌های مغز انسان در تحقیقات هوش مصنوعی تأکید کرد. این کار می‌تواند به سیستم‌های هوش مصنوعی کمک کند که با مصرف حداقل انرژی، مقدار زیادی اطلاعات را پردازش کنند و این یک پیشرفت مهم در این حوزه است.
این تحقیق، که در مجله بین‌المللی معتبر “مغز و عصب‌شناسی طبیعت” در تاریخ ۱۹ ژوئن منتشر شده است، تحت عنوان «نورون‌های خطا در پیش‌بینی پاداش یک کد کارآمد برای پاداش اجرا می‌کنند» منتشر شده است و نشان دهنده شروع دوره جدیدی در تحقیقات هوش مصنوعی است.
این مطلب، انتشار تعامل بین اصول یادگیری مغز و هوش مصنوعی
