Traditionally, the study of learnin

Traditionally, the study of learning in biological systems was conducted at the expense of overlooking its lesser known counterparts: motivation and emotion. However these phenomena can not be separated.[2] Motivation is the drive that causes any system to do anything – without it, there is no reason to act. Emotions indicate how successful a course of actions have been and whether another set of actions should have been taken instead - they are a constant feedback to the learning system. Learning on the other hand, guarantees that motivation and emotional subsystems are able to adapt to constantly changing conditions.[3]

Thus, in the study of biological organisms, emotions have arisen to prominence as an integral part of any biologically inspired system. But how does any living organism benefit from its emotions? It is crucial to answer this question as we attempt to increasingly employ biologically inspired methods in solving computational problems.

Every creature has innate abilities that accommodate its survival in the world. It can identify food, shelter, partners, and danger. But these "simple mappings between stimuli and reactions will not be enough to keep the organisms from encountering problems."[4] For example, if a given animal knows that its predator has qualities A, B and C, it will escape all creatures that have those qualities. And thus waste much of its energy and resources on non-existent danger.

We can not expect evolution to provide more advanced algorithms for assessing danger, because the predator is also evolving at the same speed. Thus, biological systems need to be equipped with the ability to learn. This learning and re-learning mechanism allows them to adapt to highly complex and advanced situations.[3]


A Learning Organism
To learn effectively, every learning organism needs an evaluation of the current situation and also feedback on how beneficial the results of learning were.[4] On the most part, these evaluation mechanisms are built-in. And so we encounter a new problem: whereas creatures take appropriate measures in real time based on their evaluations, these built-in evaluation procedures are developed in evolutionary time. But all creatures need to learn of new evaluation techniques in their lifetime just as they learn the proper reactions.

This is where the ability to condition emotional reactions comes into play. Biological organisms associate innate emotional stimuli with other stimuli they encounter in the world and thus give them an emotional significance when needed.[4] These evaluations can be monitored to operate at very specific times, specific places or when accompanied by other specific stimuli.

There is another reason why these observations are so significant and that is the creation of artificial systems. These systems do not evolve over time but are designed with certain abilities from the start. Thus, their adaptability must be built-in.

ผลลัพธ์ (ไทย) 1:

ประเพณี การเรียนรู้ในระบบชีวภาพการวิจัยค่าใช้จ่ายของการมองเห็นของคู่รู้จักน้อย: แรงจูงใจและอารมณ์ อย่างไรก็ตาม ปรากฏการณ์นี้ไม่ยัง [2] แรงจูงใจคือ ไดรฟ์ที่ทำให้ทุกระบบทำอะไร – ไม่มัน ไม่มีเหตุผลที่ต้องดำเนินการ อารมณ์แสดงว่า สำเร็จหลักสูตรการดำเนินการได้ และว่าชุดอื่นการดำเนินการควรมีการดำเนินการแทน - มีคำติชมคงระบบเรียนรู้ บนมืออื่น ๆ การเรียนรู้แห่งแรงจูงใจและอารมณ์ย่อยสามารถปรับให้เข้ากับเงื่อนไขที่เปลี่ยนแปลงตลอดเวลา [3]ดังนั้น ในการศึกษาสิ่งมีชีวิตชีวภาพ อารมณ์ได้เกิดขึ้นเพื่อความโดดเด่นเป็นเป็นส่วนหนึ่งของระบบใด ๆ แรงบันดาลใจชิ้น แต่ว่าไม่มีสิ่งมีชีวิตได้รับประโยชน์จากอารมณ์ของ มันเป็นสิ่งสำคัญเพื่อตอบคำถามนี้เราพยายามใช้วิธีชิ้นแรงบันดาลใจในการแก้ปัญหาการคำนวณมากขึ้นสิ่งมีชีวิตทุกความสามารถโดยธรรมชาติที่รองรับการอยู่รอดในโลกได้ มันสามารถระบุอาหาร พักอาศัย บริษัท และอันตราย แต่เหล่านี้ "แม็ปอย่างระหว่างสิ่งเร้าและปฏิกิริยาจะ ไม่พอให้สิ่งมีชีวิตจากพบกับปัญหา" [4] ตัวอย่าง ถ้าสัตว์กำหนดรู้ว่า พรีเดเตอร์ที่มีคุณภาพ A, B และ C จึงจะหลบหนีสิ่งมีชีวิตที่มีคุณภาพเหล่านั้น และจึง เสียพลังงานและทรัพยากรมากมายในอันตรายไม่มีอยู่นอกจากนี้เราไม่สามารถคาดว่าวิวัฒนาการให้อัลกอริทึมขั้นสูงสำหรับการประเมินอันตราย เนื่องจากยังมีการพัฒนานำนักล่าที่ความเร็วเดียวกัน ดังนั้น ระบบชีวภาพจำเป็นต้องมีความสามารถในการเรียนรู้ นี้เรียนรู้และกลไกการเรียนรู้ใหม่ช่วยให้พวกเขาปรับตัวรับกับสถานการณ์ที่ซับซ้อนสูง และขั้นสูง [3]การเรียนรู้สิ่งมีชีวิตการเรียนรู้อย่างมีประสิทธิภาพ มีชีวิตเรียนรู้ทุกต้องการประเมินสถานการณ์ในปัจจุบันและยังผลป้อนกลับเกี่ยวกับผลการเรียนรู้ได้ประโยชน์อย่างไร [4] กลไกการประเมินเหล่านี้จะไม่มีในที่สุดส่วน และเพื่อ ให้เราพบปัญหาใหม่: ในขณะที่สิ่งมีชีวิตใช้มาตรการที่เหมาะสมในเวลาจริงตามการประเมินของพวกเขา ขั้นตอนการประเมินภายในเหล่านี้ถูกพัฒนาขึ้นในเวลาวิวัฒนาการ แต่สิ่งมีชีวิตจำเป็นต้องเรียนรู้เทคนิคการประเมินใหม่ในชีวิตของพวกเขาเช่นเดียวกับที่พวกเขาเรียนรู้ปฏิกิริยาที่เหมาะสมซึ่งเงื่อนไขปฏิกิริยาทางอารมณ์สามารถมาเล่นได้ สิ่งมีชีวิตชีวภาพเชื่อมโยงสิ่งเร้าอารมณ์โดยธรรมชาติกับสิ่งเร้าอื่น ๆ จะพบในโลก และทำ ให้พวกเขาสำคัญอารมณ์เมื่อจำเป็น [4] ประเมินเหล่านี้สามารถตรวจสอบการใช้งานที่เฉพาะเจาะจงมาก เวลา สถานเฉพาะ หรือ เมื่อตามสิ่งเร้าอื่น ๆ เฉพาะได้มีอีกเหตุผลที่ทำไมสังเกตเหล่านี้มีความสำคัญเพื่อ และนั่นคือการสร้างระบบประดิษฐ์ ระบบเหล่านี้ไม่ได้พัฒนาช่วงเวลา แต่ด้วยความสามารถบางอย่างตั้งแต่เริ่มต้น ดังนั้น ความหลากหลายต้องมี

ผลลัพธ์ (ไทย) 2:

ตามเนื้อผ้าการศึกษาของการเรียนรู้ในระบบชีวภาพได้ดำเนินการค่าใช้จ่ายของที่สามารถมองเห็นคู่รู้จักกันน้อยของ: แรงจูงใจและอารมณ์ อย่างไรก็ตามปรากฏการณ์เหล่านี้ไม่สามารถแยกออกจากกัน [2] แรงจูงใจคือไดรฟ์ที่เป็นสาเหตุของระบบใด ๆ ที่จะทำอะไร -. โดยไม่ได้มีเหตุผลที่จะทำหน้าที่ไม่มี อารมณ์ความรู้สึกบ่งบอกว่าประสบความสำเร็จแน่นอนของการกระทำที่ได้รับและไม่ว่าจะเป็นชุดของการกระทำอื่นควรจะได้รับการดำเนินการแทน - พวกเขามีความคิดเห็นอย่างต่อเนื่องกับระบบการเรียนรู้ การเรียนรู้ในมืออื่น ๆ ที่รับประกันว่าแรงจูงใจอารมณ์และระบบย่อยสามารถที่จะปรับตัวเข้ากับการเปลี่ยนแปลงเงื่อนไข. [3] ดังนั้นในการศึกษาของสิ่งมีชีวิตทางชีวภาพอารมณ์จะเกิดขึ้นมีชื่อเสียงในฐานะเป็นส่วนหนึ่งของระบบใด ๆ แรงบันดาลใจทางชีวภาพ แต่วิธีการที่ไม่ได้รับประโยชน์จากสิ่งมีชีวิตอารมณ์ความรู้สึกใด ๆ ? มันเป็นสิ่งสำคัญที่จะตอบคำถามนี้ในขณะที่เราพยายามที่จะเพิ่มมากขึ้นใช้วิธีการทางชีวภาพแรงบันดาลใจในการแก้ปัญหาการคำนวณ. สิ่งมีชีวิตทุกคนมีความสามารถโดยธรรมชาติที่รองรับการอยู่รอดในโลก มันสามารถระบุอาหาร, ที่พัก, คู่ค้าและอันตราย แต่เหล่านี้ "แมปที่เรียบง่ายระหว่างสิ่งเร้าและปฏิกิริยาจะไม่เพียงพอที่จะทำให้สิ่งมีชีวิตจากปัญหา." [4] ตัวอย่างเช่นถ้าสัตว์ได้รับรู้ว่านักล่าที่มีคุณภาพ A, B และ C ก็จะหนีสิ่งมีชีวิตทั้งหมดที่ มีคุณภาพเหล่านั้น และทำให้เสียมากของพลังงานและทรัพยากรที่มีอยู่ในอันตรายที่ไม่มีอยู่จริง. เราไม่สามารถคาดหวังการวิวัฒนาการเพื่อให้ขั้นตอนวิธีการที่สูงขึ้นในการประเมินอันตรายเพราะนักล่ายังพัฒนาที่ความเร็วเดียวกัน ดังนั้นระบบชีวภาพจะต้องมีอุปกรณ์ที่มีความสามารถในการเรียนรู้ การเรียนรู้และกลไกการเรียนรู้อีกครั้งช่วยให้พวกเขาปรับตัวเข้ากับสถานการณ์ที่ซับซ้อนสูงและขั้นสูง. [3] สิ่งมีชีวิตการเรียนรู้เพื่อเรียนรู้ได้อย่างมีประสิทธิภาพทุกชีวิตที่ต้องการเรียนรู้การประเมินผลของสถานการณ์ในปัจจุบันและข้อเสนอแนะเกี่ยวกับวิธีการที่เป็นประโยชน์ผลของการเรียนรู้ได้ที่[4] ที่ส่วนใหญ่กลไกการประเมินผลเหล่านี้สร้างขึ้นใน และเพื่อให้เราพบปัญหาใหม่: ในขณะที่สิ่งมีชีวิตที่ใช้มาตรการที่เหมาะสมในเวลาจริงบนพื้นฐานของการประเมินผลของพวกเขาเหล่านี้สร้างขึ้นในขั้นตอนการประเมินผลมีการพัฒนาในเวลาวิวัฒนาการ แต่สิ่งมีชีวิตทั้งหมดจะต้องเรียนรู้เทคนิคใหม่ ๆ ในการประเมินอายุการใช้งานของพวกเขาเช่นเดียวกับที่พวกเขาเรียนรู้ปฏิกิริยาที่เหมาะสม. ซึ่งเป็นที่ที่ความสามารถในการปรับสภาพปฏิกิริยาทางอารมณ์เข้ามาในเล่น สิ่งมีชีวิตทางชีวภาพร่วมเร้าอารมณ์โดยธรรมชาติที่มีสิ่งเร้าอื่น ๆ ที่พวกเขาพบในโลกและทำให้ให้พวกเขามีความสำคัญทางอารมณ์เมื่อมีความจำเป็น. [4] การประเมินเหล่านี้สามารถตรวจสอบได้ที่จะดำเนินการในช่วงเวลาที่เฉพาะเจาะจงมากสถานที่ที่เฉพาะเจาะจงหรือเมื่อมาพร้อมกับสิ่งเร้าเฉพาะอื่น ๆ . มี คือเหตุผลว่าทำไมการสังเกตเหล่านี้มีความสำคัญเพื่อให้อีกและนั่นคือการสร้างระบบเทียม ระบบเหล่านี้ไม่ได้พัฒนาขึ้นมา แต่ได้รับการออกแบบที่มีความสามารถบางอย่างตั้งแต่เริ่มต้น ดังนั้นการปรับตัวของพวกเขาจะต้องสร้างขึ้นใน

ผลลัพธ์ (ไทย) 3:

ตามการศึกษาของการเรียนรู้ในระบบชีวภาพดำเนินการที่ค่าใช้จ่ายในการมองเห็นของที่รู้จักกันน้อยกว่า counterparts : แรงจูงใจและอารมณ์ อย่างไรก็ตาม ปรากฏการณ์เหล่านี้ไม่สามารถแยก [ 2 ] แรงจูงใจเป็นไดรฟ์ที่ทำให้ระบบใด ๆโดยไม่ต้องทำอะไร และก็ไม่มีเหตุผลที่จะทำอารมณ์แสดงให้เห็นว่าประสบความสำเร็จแน่นอนของการกระทำได้หรือไม่ และอีกชุดของการกระทำที่ควรได้รับการถ่ายแทน พวกเขามีความคิดเห็นที่คงที่ในระบบการเรียนรู้ การเรียนรู้บนมืออื่น ๆที่รับประกันได้ว่า แรงจูงใจ อารมณ์ และระบบจะสามารถปรับตัวให้เข้ากับการเปลี่ยนแปลงเงื่อนไข [ 3 ]

ดังนั้นในการศึกษาสิ่งมีชีวิตทางชีวภาพอารมณ์มีขึ้นเพื่อความโดดเด่นเป็นส่วนหนึ่งของใด ๆ ได้แรงบันดาลใจจากระบบ แต่ทำไมมีสิ่งมีชีวิตได้รับประโยชน์จากอารมณ์ของ มันเป็นสิ่งสำคัญที่จะตอบคำถามนี้ ในขณะที่เราพยายามที่จะใช้วิธีชีวภาพแรงบันดาลใจมากขึ้นในการแก้ไขปัญหาคอมพิวเตอร์

ทุกชีวิตได้เช่นกัน ความสามารถที่รองรับการอยู่รอดในโลก มันสามารถระบุอาหารที่พัก , พันธมิตร , และอันตราย แต่เหล่านี้ " แมปง่ายระหว่างสิ่งเร้ากับปฏิกิริยาจะไม่เพียงพอที่จะให้สิ่งมีชีวิตจากพบปัญหา . " [ 4 ] ตัวอย่างเช่น ถ้าได้รับรู้ว่ามีสัตว์ผู้ล่า คุณภาพ A , B และ C ก็จะหนีสิ่งมีชีวิตทั้งหมดที่มีคุณภาพเหล่านั้น ดังนั้นของเสียมากพลังงานและทรัพยากรบนไม่มีอันตราย

เราไม่สามารถคาดหวังวิวัฒนาการให้ขั้นตอนวิธีขั้นสูงเพิ่มเติมสำหรับการประเมินอันตราย เพราะนักล่ายังพัฒนาที่ความเร็วเดียวกัน ดังนั้น ระบบชีวภาพจะต้องมีการติดตั้งความสามารถในการ เรียนรู้ การเรียนรู้และการเรียนรู้กลไกที่ช่วยให้พวกเขาปรับตัวรับกับสถานการณ์ที่มีความซับซ้อนสูง และทันสมัย [ 3 ]



เรียนสิ่งมีชีวิตที่จะเรียนรู้ได้อย่างมีประสิทธิภาพทุกชีวิตต้องการการเรียนรู้ การประเมินสถานการณ์ปัจจุบันและข้อเสนอแนะเกี่ยวกับวิธีการประโยชน์ผลของการเรียนรู้ [ 4 ] ในส่วนที่สุด กลไกการประเมินผลเหล่านี้อยู่ในตัว ดังนั้นเราจึงพบปัญหาใหม่ : ในขณะที่สิ่งมีชีวิตที่ใช้มาตรการที่เหมาะสมในเวลาจริงบนพื้นฐานของการประเมินของพวกเขาเหล่านี้ในการประเมินกระบวนการพัฒนาในเวลาวิวัฒนาการแต่สิ่งมีชีวิตทั้งหมดต้องเรียนรู้เทคนิคการประเมินใหม่ในชีวิตของพวกเขาเช่นเดียวกับที่พวกเขาได้เรียนรู้ปฏิกิริยาที่เหมาะสม

นี่คือที่ความสามารถในภาวะอารมณ์ปฏิกิริยามาเข้าเล่น ทางชีวภาพสิ่งมีชีวิตแหล่งเชื่อมโยงสิ่งเร้าสิ่งเร้าอารมณ์อื่น ๆที่พวกเขาพบในโลก และดังนั้นจึง ให้ความสำคัญทางอารมณ์เมื่อต้องการ[ 4 ] การประเมินผลเหล่านี้สามารถตรวจสอบได้เพื่อการใช้งานที่เฉพาะเจาะจงมาก เฉพาะสถานที่ หรือเมื่อมีสิ่งเร้าที่เฉพาะเจาะจงอื่น ๆ

มีอีกเหตุผลที่สังเกตเหล่านี้สำคัญมาก และนั่นคือการสร้างระบบเทียม ระบบเหล่านี้ไม่วิวัฒนาการในช่วงเวลา แต่ได้รับการออกแบบที่มีบางความสามารถตั้งแต่เริ่มต้น ดังนั้น การปรับตัวของพวกเขาต้องไปในตัว