Magdeburg universiteti va Charité – Universitätsmedizin Berlin tadqiqotchilari agentik xulq-atvor modellashtirish (ABM) deb nomlangan formal tizimni taqdim etishdi. Bu tizim sun'iy agentlardan inson bilishi uchun generativ gipotezalar sifatida foydalanadi. Dirk Ostwald, Rasmus Bruckner, Franziska Usée, Belinda Fleischmann, Joram Soch va Sean Mulready tomonidan 2026-yil 30-aprelda arXiv-ga taqdim etilgan maqolada ABM nazariy nevrologiya, qaror qabul qilish nazariyasi va ehtimolli xulosa chiqarishni birlashtirib, xulq-atvor ma'lumotlarini tahlil qilishni qanday amalga oshirishi ko'rsatilgan.
Tadqiqot
Jamoa ABMni ikkita klassik laboratoriya vazifasiga qo'lladi: ikkilik kontrastni farqlash vazifasi va simmetrik ikki qurolli bandit o'rganish vazifasi. Har bir vazifa uchun ular vazifa-agent-ma'lumotlar tizimini qo'shma ehtimollik modeli sifatida rasmiylashtirdilar va xulq-atvor xulosasi uchun aniq shartli log-ehtimolliklarni chiqardilar. Ular turli model variantlarini model va parametrni tiklash simulyatsiyalari yordamida tasdiqladilar va ularni empirik ma'lumotlarga qarshi sinab ko'rdilar.
Asosiy topilmalar orasida psixometrik funktsiyaning agent-markazli talqini (stimul intensivligini sezgi aniqligiga bog'laydigan egri chiziq) va ikkala vazifa uchun optimal siyosatlarning chiqarilishi mavjud. Xususan, tadqiqotchilar simmetrik banditlarda Reskorla-Vagner o'rganish qoidasi (assotsiativ o'rganishning klassik modeli) Bayes xulosasiga matematik jihatdan ekvivalent ekanligini isbotladilar. Bu ekvivalentlik oddiy o'rganish algoritmlari ma'lum shartlar ostida optimal ehtimolli fikrlashni taxminan qilishi mumkinligini ko'rsatadi.
Tiklash simulyatsiyalari ABM sintetik xulq-atvor ma'lumotlaridan haqiqiy model parametrlarini aniq tiklay olishini tasdiqladi, bu uning statistik adekvatligini qo'llab-quvvatlaydi. Tizim empirik ma'lumotlarga yaxshi mos kelgan bo'lsa-da, aniq moslik ko'rsatkichlari (masalan, ehtimollik nisbatlari) faqat namoyish maqsadida, aniq raqamli qiymatlarsiz keltirildi.
Nima Uchun Muhim
ABM AI agentlarini gipoteza sifatida ko'rib, kognitiv nazariyalarni tekshirishning printsipial usulini taqdim etadi. Endi tadqiqotchilar har bir eksperiment uchun alohida modellarni ishlab chiqish o'rniga, agentning ichki mexanizmlari (masalan, e'tiqodni yangilash yoki qaror qoidalari) inson xulq-atvoriga mos keladimi yoki yo'qligini baholashlari mumkin. Bu idrok, o'rganish va qaror qabul qilishning asosidagi kognitiv algoritmlarni kashf qilishni tezlashtirishi mumkin. IQ testlari dizaynerlari uchun ABM test elementlari mo'ljallangan kognitiv tuzilmalarni o'lchayaptimi yoki chalkash o'zgaruvchilarni o'lchayaptimi, degan savolni tekshirish uchun statistik vosita taklif qiladi.
Nima Qila Olasiz
Siz o'z kognitiv qobiliyatlaringizni tekshirish uchun moslashuvchan IQ testidan o'tishingiz mumkin, bu test element javob nazariyasidan foydalanadi (bog'liq statistik tizim). O'rganish va qaror qabul qilish ko'nikmalaringizni mashq qilish uchun ehtimolli o'rganish vazifalarini sinab ko'ring, masalan, ikki qurolli bandit (miya mashg'ulot platformalarida mavjud) va vaqt o'tishi bilan aniqligingizni kuzating.
Manba: arXiv q-bio.NC
O'z miyangiz haqida qiziqasizmi? Bepul moslashuvchan IQ testimizni o'ting yoki 306 miya mashg'ulot darajasini sinab ko'ring.
