Tauben demonstrieren in neuer Studie KI-ähnliche Problemlösungsfähigkeiten

Tauben
- Forscher haben entdeckt, dass Tauben Problemlösungsfähigkeiten aufweisen, die denen von KI-Systemen ähneln.
- Die vorherrschende Hypothese war, dass Tauben eine „Brute-Force“-Strategie anwenden, die mit KI-Modellen vergleichbar ist.
- Man ging allgemein davon aus, dass assoziatives Lernen zu einfach sei, um komplexe visuelle Kategorisierungsaufgaben zu erklären.
In einer bahnbrechenden Studie haben Forscher entdeckt, dass Tauben, die oft als einfache Kreaturen betrachtet werden, Problemlösungsfähigkeiten aufweisen, die KI-Systemen ähneln. Diese Erkenntnis konventionelle Vorstellungen der avianen Kognition heraus und deutet darauf hin, dass Tauben eine Form des „Brute-Force“-Lernens ähnlich wie KI-Algorithmen einsetzen.
Tauben bewältigen komplexe Probleme mit einem KI-ähnlichen Ansatz
Vorherige Forschungen hatten die Fähigkeit von Tauben nachgewiesen, komplexe Klassifizierungsaufgaben zu lösen, die konventionellen menschlichen Denkmustern wie selektiver Aufmerksamkeit und expliziter Regelnutzung trotzen. Die vorherrschende Hypothese war, dass Tauben eine „Brute-Force“-Strategie ähnlich wie KI-Modelle einsetzten.
In dieser Studie wurden Tauben einer Reihe von Klassifizierungsaufgaben unterzogen, die Reize mit unterschiedlichen Breiten und Winkeln von Linien, konzentrischen Ringen und segmentierten Ringen umfassten. Die Tauben mussten auf einen Knopf links oder rechts tippen, um die Reize in bestimmte Kategorien einzuordnen. Korrekte Antworten wurden mit Futterpellets belohnt, während falsche keine Belohnung ergaben.
Die Studie bestand aus vier verschiedenen Aufgaben, die jeweils unterschiedliche Schwierigkeitsgrade aufwiesen. Die Ergebnisse zeigten, dass Tauben ihre Fähigkeit, richtige Entscheidungen zu treffen, durch unermüdliches Ausprobieren erheblich verbesserten. In einem der einfacheren Experimente stieg die Genauigkeit der Tauben von einer anfänglichen Rate von etwa 55 % auf beeindruckende 95 %. Selbst in anspruchsvolleren Szenarien stieg ihre Genauigkeit von 55 % auf 68 %.
Assoziatives Lernen und Fehlerkorrektur
Forscher vermuteten, dass Tauben hauptsächlich assoziatives Lernen einsetzten – einen Prozess, bei dem zwei Phänomene miteinander verknüpft werden. Während Menschen und Tiere oft Assoziationen zwischen einfachen Konzepten wie „Wasser“ und „nass“ herstellen, wurde allgemein angenommen, dass assoziatives Lernen zu einfach sei, um komplexe visuelle Klassifizierungsaufgaben zu erklären. Dennoch stimmten die Ergebnisse der Studie mit dieser Annahme überein.
Das KI-Modell des Forschungsteams, das entwickelt wurde, um dieselben Aufgaben zu bewältigen, nutzte nur zwei einfache Mechanismen, die bei Tauben vermutet wurden: assoziatives Lernen und Fehlerkorrektur. Wie die Tauben lernte auch das KI-Modell, zunehmend genaue Vorhersagen zu treffen, was die Rate korrekter Antworten erheblich steigerte.
Ein bemerkenswerter Unterschied zeigte sich zwischen menschlichen und taubenartigen Ansätzen bei solchen Aufgaben. Menschen versuchen typischerweise, Regeln zu formulieren, die die aktuelle Aufgabe vereinfachen können, eine Strategie, die oft versagt, wenn sie mit außergewöhnlich komplexen Problemen konfrontiert wird. Tauben verzichten jedoch auf die Regelbildung und verlassen sich auf Ausprobieren in Kombination mit assoziativem Lernen. Bei bestimmten Arten von Aufgaben scheint dieser Ansatz Tauben einen Vorteil gegenüber Menschen zu verschaffen.
KI und die Lernprinzipien von Tauben
Was diese Entdeckung faszinierend macht, ist die Ähnlichkeit zwischen den Lernprinzipien, die Tauben anwenden, und denen, die von Menschen entworfene KI-Maschinen leiten. Diese Erkenntnis hinterfragt die herkömmliche Wahrnehmung von Tauben als intellektuell begrenzte Wesen und hebt die gemeinsamen kognitiven Mechanismen zwischen Tauben und KI-Systemen hervor.
Dr. John Turner, ein führender Forscher, der an der Studie beteiligt war, bemerkte: „Wir feiern, wie klug wir sind, dass wir künstliche Intelligenz entwickelt haben, während wir Tauben gleichzeitig als dumm abstempeln. Aber die Lernprinzipien, die das Verhalten dieser KI-Maschinen leiten, sind den Prinzipien sehr ähnlich, die Tauben verwenden.“
Die Studie erhielt Unterstützung von zwei renommierten Institutionen: der National Science Foundation und den National Institutes of Health. Diese Organisationen spielten eine entscheidende Rolle dabei, den Forschern zu ermöglichen, in die faszinierende Welt der Taubenkognition und ihre überraschenden Parallelen zu KI-Systemen einzutauchen.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.

Brian Koome
Brian Koome verfügt über mehr als sieben Jahre Erfahrung in der Blockchain- und Kryptowährungsberichterstattung und ist seit 2017 in der Branche tätig. Er hat zu führenden Publikationen beigetragen, darunter BlockToday.com. Zudem entwickelte er den Ethereum-101-Kurs für BitDegree.org, bevor er als Vollzeit-Autor zu Cryptopolitan wechselte. Brian verfasst evergreen Guides (EGs), Deep Dives, Interviews und Preisanalysen. Sein Fokus auf DeFi, Blockchain-Innovationen und aufstrebende Crypto-Projekte begeistert die Leser.
















