Как идеи учатся друг у друга экспресс
Человеческий разум похож на конструктор, который сам себя достраивает. Новые идеи не умирают вместе с человеком — они передаются, смешиваются и отбираются. Этот процесс называют культурной эволюцией: полезные изобретения закрепляются, а бесполезные забываются. Так работает храповик — механизм, который крутится только вперёд.
Но что именно происходит в голове, когда одна мысль вытесняет другую? Авторы работы предположили, что всё дело в настройке связей между нейронами — примерно так же, как обучаются искусственные нейросети. Они создали популяцию виртуальных агентов с простыми нейросетями внутри. Каждый агент получал на вход смесь скрытых «первопричин» — как если бы слышал несколько голосов одновременно — и пытался разделить их, подбирая веса связей.
Затем агентам разрешили общаться. Но не как попало, а избирательно: передавать друг другу только самые удачные догадки о скрытых причинах. Этот режим назвали «Свет». В одиночку многие агенты не справлялись с задачей, но в группе с таким обменом они начинали находить всё более точные решения. Одно улучшение цеплялось за другое — храповик закрутился.
Модель нарочито проста. В ней нет ни языка, ни абстрактного мышления — только нейроны и сигналы. Но именно эта прозрачность позволяет увидеть механизм, который раньше оставался в тени: как сырые догадки превращаются в общее знание.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2607.24886
It has been proposed (Richerson and Boyd, 2008) that human intelligence is underpinned by a ratchet-like process called Cultural Evolution in which ideas, originated by individuals, can selectively spread by social learning and replace older, less fruitful ones. Useful ideas can thus accumulate beyond the lifetime of individuals. Although both social and individual learning are thought to be achieved by the selective activity-dependent adjustment of synaptic strengths in an artificial neural net-like manner, there have been relatively few attempts to incorporate neural networks into Cultural Evolution models. This has led to controversy and uncertainty about how cultural traits are created, transformed, transmitted and selected. We have constructed a transparent model of Cultural Evolution based on simple neural networks, and here we show that a population of communicating agents can learn progressively better descriptions of its environment. Specifically we generate input vectors by linearly combining hidden "causes", which agents can learn from in a nonlinear, Hebbian, manner, thus discovering synaptic weights that "unmix" the data to reveal the hidden causes. We previously showed that if agents can communicate their current estimates of hidden causes to other agents, in a selective manner we call "Light", the interacting population can learn unmixing weights under conditions where most noninteracting individuals cannot. Here we show that with "Light" a population can learn progressively better solutions, in a ratchet-like manner. Although our model is highly simplified, this simplicity allows insight into cultural evolution mechanisms that have hitherto been obscure, and provides a stepping stone to more complex, but still relatively transparent, analyses.
Правило Хебба, использованное в модели, часто формулируют так: «Нейроны, которые вместе возбуждаются, соединяются». Его предложил психолог Дональд Хебб в 1949 году, задолго до появления мощных компьютеров.