LONDON (IT BOLTWISE) – Eine aktuelle Studie hat unser Verständnis der Pavlovschen Konditionierung grundlegend verändert. Forscher fanden heraus, dass das Gehirn Belohnungen nicht durch die Anzahl der Wiederholungen, sondern durch den zeitlichen Abstand zwischen den Belohnungen lernt. Diese Entdeckung könnte sowohl das Lernen von Tieren als auch von Menschen neu definieren.
Eine kürzlich in Nature Neuroscience veröffentlichte Studie hat unser Verständnis der Pavlovschen Konditionierung auf den Kopf gestellt. Die Forscher fanden heraus, dass das Gehirn lernt, ein spezifisches Signal mit einer Belohnung zu assoziieren, basierend auf dem zeitlichen Abstand zwischen den Belohnungen und nicht auf der Anzahl der Wiederholungen. Diese Erkenntnis stellt eine jahrzehntealte Annahme über das Konditionieren in Frage und liefert Beweise dafür, dass das gesamte Lernen über einen bestimmten Zeitraum vollständig von der Zeit abhängt.
Seit über hundert Jahren galt die Annahme, dass assoziatives Lernen durch Versuch und Irrtum funktioniert. Assoziatives Lernen ist der Prozess, bei dem ein Mensch oder Tier lernt, ein bestimmtes Signal mit einem bestimmten Ergebnis zu verknüpfen, wie ein Hund, der lernt, dass eine Glocke bedeutet, dass das Abendessen bereit ist. Die vorherrschende Meinung war, dass mehr Übung zu besserem Lernen führt.
Die Wissenschaftler entwickelten ein mathematisches Modell, das vorschlägt, dass Tiere lernen, indem sie rückblickend die Ursachen von bedeutungsvollen Effekten identifizieren. In diesem Rahmen versucht das Gehirn nicht, die zukünftigen Effekte eines Signals vorherzusagen, sondern arbeitet rückwärts von einer Belohnung, um herauszufinden, was sie vorhergesagt hat. Während der Überprüfung dieser Idee bemerkten die Forscher, dass Tiere proportional schneller lernten, wenn der Zeitraum zwischen den Belohnungen verlängert wurde.
Die Forscher führten ihre Studie mit 101 erwachsenen männlichen und weiblichen Mäusen durch. Sie konditionierten durstige Mäuse klassisch, indem sie einen kurzen Ton abspielten, gefolgt von der Lieferung von zuckerhaltigem Wasser. Die Mäuse wurden in einer festen Position gehalten, um sicherzustellen, dass die Testbedingungen kontrolliert und einheitlich für alle Probanden waren.
Als die Mäuse die Assoziation lernten, begannen sie, den Wasserspender zu lecken, sobald sie den Ton hörten, in Erwartung des Zuckerwassers. Um die zugrunde liegende Gehirnaktivität zu messen, verwendeten die Forscher eine Technik namens Faserphotometrie. Sie injizierten einen speziellen fluoreszierenden Sensor in den Nucleus accumbens, einen Gehirnbereich, der stark an der Verarbeitung von Belohnungen beteiligt ist.
Dieser Sensor leuchtete auf, wenn das Gehirn Dopamin freisetzte, einen chemischen Botenstoff, der stark mit Vergnügen, Motivation und Lernen verbunden ist. Dies ermöglichte es den Wissenschaftlern, genau zu überwachen, wann das Gehirn den Ton und die Belohnung verarbeitete. Die Forscher teilten die Mäuse in verschiedene Gruppen ein, basierend darauf, wie viel Zeit zwischen den Versuchen verging. Einige Mäuse erlebten den Ton und die Belohnung alle 60 Sekunden, während andere 600 Sekunden zwischen den Paarungen warteten.
Die Mäuse, die 600 Sekunden warteten, lernten die Assoziation in etwa einem Zehntel der Anzahl der Versuche im Vergleich zu den Mäusen im 60-Sekunden-Intervall. Dies zeigt eine proportionale Beziehung, bei der die Lernrate pro Versuch zunimmt, wenn der Zeitraum zwischen den Belohnungen zunimmt. Infolgedessen lernten beide Gruppen von Mäusen die Assoziation in genau der gleichen Gesamtzeit der Konditionierung, obwohl eine Gruppe viel weniger Gesamtpaarungen von Ton und Belohnung erlebte.
Die Dopaminmessungen lieferten Beweise, die den Verhaltensbeobachtungen entsprachen. Bei den Mäusen mit längeren Abständen zwischen den Belohnungen benötigte das Gehirn proportional weniger Erfahrungen, bevor es begann, Dopamin als Reaktion auf den Ton allein freizusetzen. Die Dopaminantwort trat tatsächlich einige Versuche vor dem physischen Lecken des Wasserspenders in Erwartung auf.
Um sicherzustellen, dass ihre Ergebnisse nicht durch andere Faktoren verursacht wurden, führten die Wissenschaftler mehrere Kontrollversuche durch. Sie testeten, ob die Mäuse einfach schneller lernten, weil sie weniger Belohnungen pro Tag erhielten, was das Zuckerwasser neuartiger erscheinen lassen könnte.
Die Forscher testeten auch, ob das Verbringen von mehr Zeit in der Testkammer ohne das Abspielen von Tönen eine Rolle spielte. Selbst bei der Kontrolle dieser Variablen blieb die proportionale Skalierungsregel konsistent. Der Zeitraum zwischen den Belohnungen diktierte konsequent die Geschwindigkeit des Lernens pro Versuch.
Die Wissenschaftler testeten dann das aversive Lernen, indem sie einen Ton mit einem leichten Fußschock bei frei beweglichen Mäusen kombinierten. Sie beobachteten die gleiche proportionale Skalierungsregel in diesem Szenario. Mäuse mit längeren Zeiten zwischen den Schocks lernten, in Reaktion auf den Ton in proportional weniger Versuchen zu erstarren.
In einer weiteren Variation testeten die Forscher die partielle Verstärkung. Sie spielten den Ton alle 60 Sekunden, gaben aber nur 10 bis 50 Prozent der Zeit das Zuckerwasser. Da die tatsächlichen Belohnungen zeitlich weiter auseinander lagen, lernten die Mäuse die zugrunde liegende Dopaminassoziation in weit weniger belohnten Versuchen als Mäuse, die jedes Mal Belohnungen erhielten.
Traditionelle Lerntheorien gehen davon aus, dass das Gehirn einen Vorhersagefehler auf einer Moment-zu-Moment-Basis berechnet. Ein Vorhersagefehler ist der Unterschied zwischen der Belohnung, die ein Tier erwartet, und der Belohnung, die es tatsächlich erhält. Die Forscher verglichen diese älteren Modelle mit ihrem neueren Rahmen, der Assoziationen nur dann berechnet, wenn eine Belohnung empfangen wird.
Beim Ausführen von Computersimulationen dieser verschiedenen Theorien konnten die traditionellen Modelle das Verhalten der Mäuse nicht erklären. Die traditionellen Modelle konnten nicht erklären, warum die Lernraten proportional mit der Zeit zwischen den Belohnungen skalierten. Das neuere rückblickende Modell sagte diese genaue proportionale Skalierung natürlich voraus und lieferte starke theoretische Unterstützung für die experimentellen Befunde.
Ein potenzieller Nachteil ist, dass die Forscher diese spezifische Regel hauptsächlich in einfachen Konditionierungsaufbauten mit Mäusen getestet haben. Sie stellten auch fest, dass die proportionale Skalierungsregel bei extremen Intervallen tendenziell zusammenbricht, wie wenn Mäuse eine ganze Stunde zwischen den Belohnungen warteten.
Zukünftige Forschungen werden untersuchen, wo genau im Gehirn diese Zeitdauer berechnet wird. Wissenschaftler planen auch zu untersuchen, ob diese Regel auf Drogenbelohnungen anwendbar ist, was Einblicke in Sucht und Gewohnheitsbildung bieten könnte. Da Nikotinpflaster einen konstanten Strom von Nikotin liefern, könnten sie beispielsweise die Assoziation des Gehirns zwischen dem Rauchen und der Belohnung stören und den Drang zu rauchen abschwächen.
Die Anwendung dieser Zeitprinzipien auf künstliche Intelligenzsysteme könnte auch Maschinen helfen, viel schneller aus weniger Daten zu lernen. Aktuelle Systeme lernen langsam, weil sie nach Milliarden von Interaktionen winzige Verfeinerungen vornehmen. Ein Modell, das sich diese neuen biologischen Erkenntnisse zunutze macht, könnte das künstliche Lernen potenziell beschleunigen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Neue Erkenntnisse in der Pavlovschen Konditionierung: Zeit statt Wiederholung entscheidend" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Neue Erkenntnisse in der Pavlovschen Konditionierung: Zeit statt Wiederholung entscheidend" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Neue Erkenntnisse in der Pavlovschen Konditionierung: Zeit statt Wiederholung entscheidend« bei Google Deutschland suchen, bei Bing oder Google News!