علومفیزیک

انسان باهوش است اما چرا تصمیمات اشتباه می گیرد

نظریه شناخت کوانتومی توضیح می دهد که چرا انسان تصمیمات احمقانه می گیرد

دانشمندان دانشگاه علوم و فناوری در چین مطالعاتی مبتنی بر فیزیک کوانتومی دارند که به سؤالی مهم پاسخ می دهد:

اگر انسان ها بسیار باهوش هستند، پس چرا همه ما اینقدر انتخاب های احمقانه انجام می دهیم؟

روانشناسان، بر روی منابع متعددی مطالعه کرده اند تا دریابند که چرا انسان ها همیشه انتخاب صحیح ندارند.

از نظر تئوریکی ، همه ما قادر به انتخاب ساده و هوشمندانه هستیم – اما چرا برخی از ما تصمیمات غلط میگیریم؟ چرا هیچ کس کامل نیست؟

با مگزیت همراه باشید.

انسان باهوش در مقابل تصمیمات غلط

شاید پاسخ این سئوال، عدم اطمینان است. نوعی عدم اطمینان که نظریه های مکانیک کوانتومی را هدایت می کند.

محققان الگوی حل مسئله را از روشی که یادگیری تقویت کوانتومی (QRL) نام دارد، استخراج نموده اند.

یادگیری تقویت کوانتومی در واقع تکنیکی است که در روانشناسی و رشد هوش مصنوعی (CRL)، استفاده می شود.

CRL که به یادگیری تقویت کلاسیک مشهور است یک مفهوم ساده شامل پاداش و مجازات است.

برای مثال زمانیکه یک کودک را آموزش می دهید، ایده این است که آن را برای انجام موفقیت آمیز یک کار پاداش می دهید و بالعکس.

این روش هنگامی برای شناخت استفاده می شود، که همه تصمیمات خود را بر اساس پاداش درک شده در مقابل مجازات می گیرید.

یادگیری تقویت کوانتومی (QRL)

یادگیری QRL شامل یک عامل کوانتومی در تعامل با یک محیط کلاسیک به منظور تنظیم پارامترهای آن از طریق پاداش یا مجازات است.

در اصل دامنه های احتمال که در QRL استفاده می شود مبتنی بر فیزیک کوانتومی است.

انسان و سیستم یادگیری تقویت کوانتومی

در تئوری، باید پیش بینی های ایجاد شده با استفاده از QRL قوی تر از آنچه که با CRL ایجاد شده است، باشد.

به این دلیل است که این مدل ها عدم قطعیت موجود در جهان کوانتومی را به خود اختصاص می دهند.

شما هرگز نمی توانید واقعاً نتیجه یک رویداد را در سطح کوانتومی پیش بینی کنید.

برای اثبات این مورد، محققان نیازمند روشی بودند که با استفاده از آن تفاوت دو مدل QRL و CRL را بهتر درک کنند. بر همین اساس، از افراد خواستند که هنگام بازی کردن با عنوان ” کار قمار آیووا ” به اسکن fMRI وارد شوند.

آزمایشات

بازی Iowa برای تعیین چگونگی رفتار انسان از اشتباهات تهیه شده است. مهمترین نکته این است که کاربران با چهار دسته کارتIowa Gambling شروع می کنند و از آنها خواسته می شود بسته به ارزش کارت کشیده شده، کارت را از هر بسته انتخاب کنند.

برخی از بسته ها بد هستند و اگر بازیکنان از آنها استفاده کنند، پول بازیکنان هدر می رود.

همه چیز برابر است

اکثر بازیکنان وقتی که یک دسته در حال تمام شدن نیست ، باید خیلی سریع صعود کنند.

افراد با سابقه تمایل دارند از هر بسته چند کارت بکشند تا زمانی که به یکی از وسایل نقلیه بپیوندند.

طبق مطالعات، شرکت کنندگان با سابقه اعتیاد یا فعالیت غیرطبیعی مغز تمایل دارند تصمیمات “اشتباه” را بیشتر انجام دهند.

منظور از اعتیاد در این متن افراد سیگاری است.

دانشمندان دانشگاه علم و فناوری در چین از این دانش استفاده کردند تا بتوانند با مقایسه نتایج و اسکنهای مغزی از انسان های “سالم” و افرادی که علائم خود را نشان می دهند، تشخیص دهند که آیا مدلهای احتمال مبتنی بر QRL مزایایی نسبت به CRL دارند یا خیر.

اعتیاد، یعنی: افراد سیگاری

افراد سیگاری که در هنگام کار با افراد “سالم” مقایسه شده بودند، در کمال تعجب ، مدلهای QRL نتایج هر دو گروه را بهتر از مدلهای CRL پیش بینی می کردند.

شاید تنها راه توضیح حافظه ، شناخت و آگاهی انسان از طریق لنزهای مکانیک کوانتومی باشد.

برچسب ها
مشاهده بیشتر

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
بستن
بستن