Paralleller mellom atferdsanalyse, nevrofysiologi og maskinlæring

Sentrale prinsipper i atferdsanalyse er fremtredende i moderne kunstig intelligens, som i økende grad har blitt ensbetydende med maskinlæring. Såkalt dyp forsterkningslæring danner utgangspunkt for flere nylige gjennombrudd. Man har gradvis beveget seg fra et "nullæringsparadigme" via enkle læringsforminger til moderne dyp læring og dype nevrale nettverk modellert etter nevrobiologi. AGI – artificial general intelligence – omtales som en reell ambisjon blant utviklere av kunstig intelligens. Parallellen til operant betinging som en domenegenerell tilpasning er påfallende. Jeg sammenlikner parallelle begreper i de tre feltene atferdsanalyse, nevrobiologi og maskinlæring, og diskuterer hva de kan lære av og tilføre hverandre.