新しい研究：ハトは人工知能と同様の方法で問題を解決する

オハイオ州立大学とアイオワ大学の研究者による研究で、ハトは問題を解決する際に人工知能に似た「力ずく」のアプローチを使用していることがわかった。

オハイオ州立大学の心理学教授ブランドン・ターナー氏は、研究者らが「ハトが現代の機械学習や人工知能技術の基盤となるメカニズムと同様のメカニズムで学習するという非常に強力な証拠」を発見したと述べた。

IT Homeは、研究者がハトにさまざまな幅の線、同心円、分節されたリングなどの刺激を示し、ハトに左または右のボタンをつついて刺激を分類するように指示したことに気付きました。鳩が正しく答えれば、ご褒美として食べ物がもらえます。

試行錯誤を繰り返した結果、ハトたちはより簡単な課題での正答率を55パーセントから95パーセントに向上させた。比較的難しい問題では、「正答率」も55％から68％に向上した。研究者らは人工知能を使って同様のテストを実施し、AIもエラーの数を減らすことを学習したことを発見した。この研究で使用されたAIモデルと、ハトが問題を解決するために使用した方法は、どちらも「連合学習」と「エラー修正」です。

IScience誌に掲載されたこの研究は、ハトが「非常に広範囲の」分類課題を解決できる高度な認知・注意プロセスを備えていることを示唆している。

ターナー氏は、この研究結果はハトが本来「非常に効率的な」学習者であるが、人間のように情報を一般化することはできないことを示唆していると述べた。

ターナー氏は、ハトは連合学習を利用していると述べた。連合学習とは、犬が座ると餌がもらえることを理解するのと同じように、2つのものを結びつける学習である。多くの場合、連合学習は視覚的な分類などの操作を行うには「原始的すぎる」と考えられていますが、ハトの場合は明らかにそうではありません。

研究者らは、人間がハトに与えられた課題を理解するためのパターンを見つけられない場合、その課題を諦める傾向があると述べた。 「ハトはルールを考え出そうとはしません。試行錯誤と連想学習という力ずくのアプローチを使うだけで、特定の種類のタスクでは人間よりも優れたパフォーマンスを発揮します」とターナー氏は言う。

「私たちは人工知能を設計しているので自分たちの賢さを誇示し、同時にハトを愚かな動物として蔑んでいますが、これらの人工知能マシンの行動を導く学習原理はハトが使用するものと非常に似ています」とターナー氏は語った。