ハンガリーの研究者たちは、より効果的に学習する方法に関して驚くべき進歩を遂げた。

ハンガリーのHUN-RENウィグナー物理学研究センターとマックス・プランク研究所の研究者らは、人工知能由来の数学モデルを使用して記憶の仕組みを研究したが、驚くべき経験が重要な役割を果たし、脳が世界についての知識を絶えず更新するのを助けているようだ。

ハンガリーの研究者たちは驚くべき進歩を遂げた

数学モデルは記憶エラーを記録し、その機能を理解するためのツールとして使われました。 HUN-RENハンガリー研究ネットワーク 月曜日の発表で述べた。「私たちの記憶は絶対的なものではなく、時には経験できなかったことを覚えていることもあります」とプレスリリースは述べている。

メモリエラーは定期的に繰り返されるため、研究にとって肥沃な土壌であることが証明されています。エラーの背後にある数学的原理を探求することが可能です。これは、様々なメモリ最適化プロセスによってエラーがどのように生成されるかを理解するのに役立ちます、と付け加えています。

ネイチャーレビューサイコロジー誌に掲載されたこの研究は、 HUN-RENウィグナー物理学研究センター テュービンゲンのマックス・プランク研究所で、ゲルゲイ・ダヴィド・ナジおよびチャーリー・ウーと共同で研究を行いました。

研究者らによると、情報理論は、何を記憶する価値があり、何を省略できるかについての指針を提供する。これは、脳が稀な経験や珍しい経験を記憶に残すことに意味がないことを示唆している。しかし実際には、こうした驚くべき経験は記憶に深い痕跡を残すことが多いことが、この研究で明らかになった。

研究者たちは、効果的に学習するためには、脳が驚くべき、珍しい経験を記憶する必要があることを発見した。こうした経験は「世界の仕組みをより深く理解するのに役立つ」と研究者らは述べている。驚くべき出来事を記憶するという点は、知識を刷新し、効果的な計画を立てるために非常に重要だ。

「機械学習は研究者が何を記憶し忘れるかを予測するのに役立つだけでなく、いつ繰り返すべきか、いつ次の課題に進むべきかといった学習に関する指針も提供する」と声明では述べている。

ハンガリー語で続きを読む Pr_media.

その他 研究テーマ 記事。

注目の画像: Depositphotos.com