Каковы реальные приложения вероятностного обучения?

На самом деле, на первый взгляд, это намного проще, чем то, что подразумевается в этом цитируемом пункте!

Вероятностное обучение — это буквально «изучение» того, что такое «вероятность» определенных вещей, изучение того, как люди и другие животные узнают о вероятностях реального мира за пределами класса статистики, а в когнитивной науке (например, в PDF-файле, на который вы ссылаетесь) проблема заключается в следующем. о стратегиях, методах и реальной механике того, как разумные существа на самом деле умудряются со всем этим разбираться; конечно, иногда ответ просто "вау, люди действительно плохи в этом!"

Когда в процитированном вами тексте говорится, что «вероятность ответа имеет тенденцию соответствовать вероятности подкрепления», это не принцип, по которому следует жить, — он не обязательно описывает, как вы должны себя вести. Говоря жаргонным языком, это описательный , а не предписывающий характер . Это вовсе не вопрос рациональности.

Что он правильно описывает, так это то, что многие животные довольно хорошо меняют свое поведение, чтобы соответствовать непредсказуемой природе нашего мира. В реальном мире это означает следующее:

• по какому маршруту идти на работу, чтобы избежать задержек или несчастных случаев
• как одеться по погоде (жарко/холодно, дождь/снег и т.д.)
• азартные игры всех видов («Давай, товарные вагоны!»)
• где поесть, чтобы не отравиться

Что касается исследований на животных, в этой статье Акзеля упоминаются эксперименты, в которых крысы проходят Т-образный лабиринт, где они ищут пищу слева или справа. Первоначально бихевиористов интересовало просто изучение и разучивание таких вещей, как «сыр всегда с левой стороны», и они обнаружили, что крысы поняли это и (разумно) обычно сначала идут на левую сторону в ожидании еды.

Затем некоторые умники задались вопросом, что произойдет, если есть только определенная вероятность того, что еда находится в определенном месте, и как это может повлиять на поведение крыс. Оказывается, в конце концов они выясняют, куда лучше пойти, и меняют свое поведение в зависимости от того, насколько однобокой кажется наблюдаемая вероятность (так что, если это 60:40, они вряд ли вообще предпочтут одну сторону другой, но с 75 :25 они не ищут исключительно одну сторону, которая более вероятна - они просто предпочитают ее в зависимости от вероятности). Это означает, что вероятность ответа (выбора левой стороны) имеет тенденцию совпадать с вероятностью подкрепления (получения еды). Имеет смысл, верно?

Это также объясняет, почему большинство людей не вынуждены бегать вдоль каждого торгового автомата в поисках забытой мелочи; конечно, иногда вы получаете сдачу таким образом, но обычно это не так, и исходя из этого мы можем разумно предсказать, что большинство людей не будут вести себя так одержимо лотком для мелочи. Очевидно, что эта система открыта для особенностей, таких как лотерея или настойчивость в поведении, которое, как показывает прошлый опыт, не сработает.

И это оставляет нас в когнитивных исследованиях, где предприимчивые люди пытаются понять, КАК поступать с вероятностной природой жизни, когда вы никогда не знаете, что вы получите, но мы, кажется, «чувствуем» насколько вероятно что-то без того, чтобы статистик провел 10000 испытаний и дал нам анализ через год. Как мы это делаем? Я не знаю - я не читал достаточно исследований вероятностного обучения!

Что касается того, как использовать это в вашей повседневной жизни, я полагаю, что речь пойдет о том, как научиться лучше делать это самостоятельно, избегая плохих стратегий (хотя вам, вероятно, лучше узнать больше о статистике напрямую), или о том, как научить других получать лучше одновременно. Я не знаю, так ли полезно изучение «как» вероятностного обучения, как «как» памяти, но это довольно далеко за пределами моей области интересов, поэтому я не могу сказать.