人类和其他动物都擅长推理学习，使用我们必须弄清楚我们无法直接观察到的事物的信息。加州大学戴维斯分校心智与大脑中心的一项新研究表明，我们的大脑如何通过构建认知地图来实现这一目标。
“这项工作提出了一种在结构化环境中学习的新框架，它超越了对关联的渐进式体验式学习，”加州大学戴维斯分校心理学系和心智与大脑中心的助理教授、该论文的资深作者 Erie Boorman 说。
在结构化环境中，各个元素系统地相互关联，就像它们通常在现实世界中一样。Boorman 说，这项研究的见解可以用来改进教育策略，促进使用认知图来通过推理加速学习，并可能采用加速人工智能机器学习中学习转移的方法。
推理学习与联想学习
大多数关于学习的研究都集中在通过联想学习——动物如何通过反复试验学会将一件事与另一件事联系起来。在这种情况下，预期与实际发生的差异推动了学习。
当这些关联背后有隐藏的结构时，您可以使用直接观察来推断间接的、看不见的结果，从而超越直接关联链。
例如，了解季节性食物的质量受天气变化的影响，您可以根据同一季节成熟的食物推断出最好吃的食物，Boorman 说。观察成熟的苹果可以让我们推断梨也应该成熟，但草莓不成熟。在做出决定时了解这种结构很重要。
另一个例子是一位投资者推断 Facebook 股价下跌可归因于科技泡沫，这表明微软股价也可能很快下跌。
“了解这种隐藏的关系意味着你可以学得更快，”布尔曼说。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！