WAAR WIJ TROTS OP ZIJN - Faculteit der Wiskunde en ...

More documents

Recommendations

Info

8 Joost Broekens met een elektromechanisch hoofd dat op een beperkte maar effectieve manier de emoties van de gesimuleerde muis kan weergeven. Voelt de muis zich slecht, dan kijkt het houten gezicht droevig, voelt hij zich goed dan kijkt het blij. Op die manier doorziet de computergebruiker veel sneller hoe de muis zich voelt dan wanneer hij op het scherm getallen moet afl ezen. Joost Broekens (31) is vier en een half jaar in dienst geweest bij het LIACS (Leiden Institute of Advanced Computer Science) en werkt sinds kort als onderzoeker aan het Telematica Instituut in Enschede. Op het moment van schrijven is hij bijna gepromoveerd: 18 december was het moment suprème. In verband met die promotie doet hij onderzoek naar de invloed van emoties op leerprocessen, met name door middel van computermodellen waarin bepaalde vormen van kunstmatige intelligentie worden toegepast.
JOOST BROEKENS LEIDEN INSTITUTE OF ADVANCED COMPUTER SCIENCE (LIACS) GESIMULEERDE MUIZEN PROBLEMEN LATEN OPLOSSEN Wat hebben emoties met leerprocessen te maken? Na zo’n vier jaar onderzoek hoeft Joost Broekens daar niet zo lang meer over na te denken: “Als je in een positieve stemming bent, denk je anders dan als je in een negatieve stemming bent. In een positieve stemming denk je meer aan positieve dingen. Bovendien ben je dan creatiever en neem je dingen makkelijker aan, terwijl je kritischer bent in een negatieve stemming. Daarnaast heeft hersenonderzoek uitgewezen dat rationele beslissingen minder effectief zijn als het gedeelte van de hersenen waar emotie zetelt beschadigd is. Kortom, emoties bevorderen het denken leerproces.” De computermodellen die Broekens heeft ontwikkeld op het grensvlak van psychologie en computerwetenschap, hebben te maken met reinforment learning: “Het is zoiets als opvoeden, maar dan digitaal. Je wordt beloond als je het goed doet en je krijgt straf als je het fout doet.” Die modellen werken met een gesimuleerde muis, een stukje kunstmatige intelligentie dat oplossingen voor problemen ontdekt zonder menselijke inmenging. De muis moet voedsel zoeken in een doolhof. Vindt hij voedsel, dan werkt dat als een beloning: hij krijgt extra energie, onthoudt waar het eten zich bevindt en probeert de volgende keer de stappen om bij het voedsel te komen te herhalen. Gedurende een langere periode geen eten vinden, of steeds tegen een muurtje aanlopen of iets dergelijks, staat bij die muis gelijk aan straf. Bestraft gedrag wordt niet herhaald. Reinforment learning rust op drie pijlers: exploratie, herhaling en beloning. Daarbij moet de verhouding tussen die drie variabelen precies goed zijn. Met een te kleine beloning, of een te lange weg naar die beloning, werkt reinforcement learning niet goed. Broekens vergelijkt het gedrag van de gesimuleerde muis met als je in een nieuwe stad gaat wonen: “Op de eerste dag in je nieuwe huis krijg je honger, maar je weet nog niet de weg in de stad. Je gaat dus maar een beetje dwalen, tot je een supermarkt vindt. De eerste paar keer haal je daar je boodschappen, maar ondertussen blijf je exploreren, tot je òf een dichterbij gelegen supermarkt vindt, òf een betere, òf een goedkopere, afhankelijk van wat je wensen zijn. Uiteindelijk leer je hierdoor de kortste weg naar de beste supermarkt. Zo werkt reinforcement learning ook.” Emotiegestuurd exploreren Het emotiemodel van de gesimuleerde muis stuurt de afweging tussen exploratie en herhaling, en werkt met slechts twee variabelen: goed en slecht. Goed betekent dat het beter gaat dan wat hij gewend is, slecht dat het slechter gaat dan wat hij gewend is. Vindt hij bijvoorbeeld lang achtereen geen voedsel, dan gaat zijn welbehagen achteruit en gaat hij actiever exploreren. Vindt hij daarentegen wel tijdig eten dan gaat hij dank zij een groter welbehagen juist exploiteren, dit wil zeggen de geleerde stappen herhalen en dus 9
Page 1 and 2: WAAR WIJ TROTS OP ZIJN D E O N T D
Page 3 and 4: Joost Broekens Leiden Institute of
Page 5 and 6: BIJZONDERE ONDERSCHEIDINGEN EN PRIJ
Page 7: Daar komen nog acht prijswinnaars b
Page 12 and 13: 12 Anna Diller (1977) is geboren in
Page 14 and 15: 14 ANNA DILLER andere chlorofylen,
Page 16 and 17: 16 Arno Hazekamp (1976) studeerde M
Page 18 and 19: 18 ARNO HAZEKAMP Hazekamp was nieuw
Page 20 and 21: 20 Hermen Jan Hupkes (1981) studeer
Page 22 and 23: 22 HERMEN JAN HUPKES nog niet volle
Page 24 and 25: 24 Spiegel van de Gemini South-tele
Page 26: 26 MARISKA KRIEK uit de prille jeug
Page 29 and 30: NIELS RAES NATIONAAL HERBARIUM NEDE
Page 31 and 32: Door overeenkomsten in milieufactor
Page 33 and 34: MERLIJN VAN SPENGEN LEIDS INSTITUUT
Page 35 and 36: FIGUUR A Elektronenmicroscopische f
Page 37 and 38: ASHRAF YASSEN LEIDEN/AMSTERDAM CENT
Page 39 and 40: FIGUUR A Opstelling voor het gevoel
Page 41 and 42: no matter how light and comfortable
Page 43 and 44: Colofon Tekst: Rob Smit, Elisabeth

WAAR WIJ TROTS OP ZIJN - Faculteit der Wiskunde en ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?