거울 뉴런의 계산 모델이 있습니까?

Wikipedia에서 :

거울 뉴런은 동물이 행동 할 때와 동물이 다른 사람이 수행 한 것과 동일한 행동을 관찰 할 때 발생하는 뉴런입니다.

거울 뉴런은 모방 학습과 관련이 있으며, 현재 실제 AI 구현에서 누락 된 매우 유용한 기능입니다. 입력-출력 예제 (감독 학습) 또는 보상 (강화 학습)에서 학습하는 대신 거울 뉴런이있는 에이전트는 단순히 다른 에이전트를 관찰하여 자신의 움직임을 자체 좌표계로 변환하여 학습 할 수 있습니다. 계산 모델과 관련하여이 주제에 대해 무엇을 가지고 있습니까?

이 기사에서는 AI에서 널리 사용되는 메커니즘 인 Hebbian 학습 측면에서 미러 뉴런에 대해 설명합니다. 나는 기사에 주어진 공식이 실제로 계산 방식으로 구현되었는지 여부를 모른다.

"공을 잡든"또는 "공을 든든"에 상관없이, 저장된 '타킹'및 '볼'의 모든 인스턴스는 약하게 활성화되고 '[공] 도킹'은 강력하게 활성화됩니다. 이것이 '미러링'자격이되지 않습니까? "나는 팔이있다"그리고 "그는 팔이있다"등을 알고 있다면, "그가 몇 개의 블록을 가져갈 때", "나는 몇 개의 블록을 가질 수있다"고 생각하기 어렵지 않다.

우리는 실제로 그 선을 따라 많은 것을 가지고 있으며, 3D 영화 인스턴스의 모션 캡처는 거의 즉시 떠 오릅니다. 내가 생각하는 다른 배우를 관찰하는 상황이 적다고 생각하면 컴퓨터가 이미 가지고있는 이미지 인식 소프트웨어의 양으로 이미 수행하는 데 좋은 상대성이 아니라 오히려 행동으로 좋은 결과를 얻었는지 이해하는 문제입니다. net은 단일 노드 네트워크 문제가 아니기 때문에 컴퓨터가 할 수없는 것입니다. 예를 들어, 우리는 이미 인간의 언어를 이해하기 위해 컴퓨터를 프로그래밍했지만 (Watson은 논란의 여지가 있지만) Watson조차 "f ***"라는 말이 나쁘다는 개념을 이해하지 못했습니다. (이것을 보니 재미있는 이야기입니다.)

그러나 요점은 컴퓨터가 현재 "좋은 결과"라는 의미가 없기 때문에 학습 알고리즘은 진정한 학습이 아니라는 점이다. 따라서이 단계에서 관찰 학습은 "원숭이가보고있다"라는 의미에서 매우 제한적이다.

아마도 내가 이것에 대해 읽은 가장 가까운 것은 아마도 네트워크에 있던 소방 수색 구조대와 봇이 피해를 입었을 때 서로에게 브로드 캐스트되는 소방 수색 구조대 일 것입니다.

그렇지 않으면 이것이 관찰 학습의 문제라고 생각합니다. 사람은 누군가를 때리는 것이 당신을 때리게 할 것이라는 것을 관찰 할 수 있으며, 컴퓨터는 그 행동을 좋거나 나쁘게 관찰하고 앵무새를 일으킬 것입니다.