Aprendizagem espontânea a partir de um modelo: ajustamento e reforço.

A aprendizagem é a transição do conhecimento cerebral para a sua realização através do corpo ou da iteração da experiência. Em 3 de agosto de 2015, a Universidade McGill, em Montreal, publicou os resultados de uma investigação sobre golfistas, uma investigação que esclarece a forma como o corpo interage com a aprendizagem e o inesperado.

O modelo do jogador de golfe lança luz sobre o domínio da aprendizagem

"Aprender com o movimento

Sabíamos que devemos o nosso desempenho desportivo a um pequeno conjunto de células escondidas nas profundezas do nosso cerebelo. O que não sabíamos, e que os investigadores do Departamento de Fisiologia da Universidade McGill, no Canadá, acabam de descobrir, é que durante oO que não sabíamos, e que os investigadores do Departamento de Fisiologia da Universidade McGill, no Canadá, acabam de descobrir, é que durante a aprendizagem de novos movimentos motores (uma tacada de golfe, por exemplo), os neurónios do cerebelo efectuam cálculos elegantes, quase matemáticos, para comparar em tempo real o que sentem com o que esperavam sentir.

Em seguida, ajustam-se rapidamente, alterando a força das ligações entre outros neurónios para formar novos padrões cerebrais para executar a tarefa em questão. Por outras palavras, os neurónios individuais do cérebro têm a capacidade de reconhecer dinamicamente a diferença entre o feedback sensorial esperado e a informação que efetivamente recebem durante a aprendizagem motora. A diferença calculada é então utilizada para modificar rapidamente os padrões cerebrais e as ligações entre os neurónios para permitir a aprendizagem de novas capacidades motoras".

Fontes : "50 - Aprendizagem do movimento: o nosso cérebro pode prever o inesperado" por Hubert Desrues
23 de agosto de 2015 - https://www.ogolf.fr/50-apprentissage-mouvement-cerveau-sait-prevoir-linattendu/

Toda a aprendizagem começa com um ponto de partida teórico ou prático. Este é o ponto de comparação. É ele que vai apoiar a experiência e enriquecê-la cada vez que a experiência se repete. Este conhecimento pode ser comparado a uma nuvem de pontos de controlo ou de comparação, cuja periodicidade de um ponto para o outro reforçará mais ou menos o conhecimento e a sua transmissão no cérebro.

Quanto mais recorrente for a informação, mais rotas e auto-estradas neuronais criará, favorecendo a integração de experiências semelhantes ou complementares. Há um processo de aprendizagem iterativo e um movimento de ida e volta de uma experiência para outra que gera a modelação e a integração dos conhecimentos.Isto gera a modelação e a integração de padrões intelectuais que facilitarão a integração de novos conhecimentos fisiológicos, físicos e corporais.

Mas a experiência viva não deve limitar-se à do modelo; pode também gerar os seus próprios modelos.

"Onosso cérebro pode prever

Para dominar um novo movimento, o cérebro começa por estimar o input que deve receber do sistema sensorial. O cerebelo utiliza então esta previsão para calcular a diferença entre o que a pessoa pretendia fazer e o que efetivamente fez...

Em todo o caso, esta descoberta confirma uma das nossas intuições: a sensação do balanço, sentida no final da execução, é de facto um dos elementos activos da nossa aprendizagem... Mas o nosso cérebro precisa de um modelo para saber o que esperar e para comparar com a sensação realmente sentida. Daí a importância do ensino, e da observação de jogadores de "alto nível"..."

CF "50 - Aprender a mover-se: o nosso cérebro sabe antecipar o inesperado"

O modelo não é apenas intelectual, é também apoiado por pontos de validação sensoriais, o modelo pode mesmo ser apenas sensorial e intuitivo e, portanto, não construído pelo intelecto. A memória do corpo também pode servir de modelo de previsão. A memória visual para o golfe também faz parte deste conjunto de comparações. O modelo vivo assenta em 3 pilares: o intelecto, a sensação do corpo e a observação pelos sentidos.

De facto, somos como máquinas que aprendem com o mundo vivo.

"Os algoritmos utilizados permitem, até certo ponto, que um sistema controlado por computador (eventualmente um robô) ou assistido por computador adapte as suas análises e comportamentos em resposta, com base na análise de dados empíricos provenientes de uma base de dados ou de sensores.

A dificuldade reside no facto de o conjunto de todos os comportamentos possíveis, tendo em conta todas as entradas possíveis, se tornar rapidamente demasiado complexo para ser descrito (o que se designa porexplosão combinatória). Por conseguinte, confiamos aos programas a tarefa de ajustar um modelo para simplificar esta complexidade e utilizá-lo de forma operacional. Idealmente, a aprendizagem deve ser não supervisionada, o que significa que a natureza dos dados de treino não é conhecida.

Consoante o seu grau de sofisticação, estes programas podem incorporar capacidades de tratamento de dados probabilísticos, análise de dados de sensores, reconhecimento (reconhecimento de voz, reconhecimento de formas, reconhecimento de escrita manual, etc.), extração de dados, computação teórica, etc."

Fontes Wikipedia : Aprendizagem automática - Capítulo - princípios
https://fr.wikipedia.org/wiki/Apprentissage_automatique

A aprendizagem humana corresponde, portanto, à aprendizagem automática das máquinas. O objeto é diferente, mas os métodos são os mesmos. Os cientistas informáticos recriaram o processo de pensamento humano, tentando dar inteligência de aprendizagem às máquinas.

Este modelo simplifica a complexidade e evita o fenómeno da explosão combinatória. Hoje em dia, o nosso mundo está a tornar-se cada vez mais complexo. Haverá um campo de exploração a abrir sobre este assunto? Para continuar...

Fonte da imagem: Pixabay 422737