Existem modelos computacionais de neurônios-espelho?

Da Wikipedia:

Um neurônio espelho é um neurônio que dispara quando um animal age e quando o animal observa a mesma ação executada por outro.

Os neurônios-espelho estão relacionados à imitação de aprendizado, um recurso muito útil que está ausente nas implementações atuais de IA do mundo real. Em vez de aprender com exemplos de entrada e saída (aprendizado supervisionado) ou com recompensas (aprendizado por reforço), um agente com neurônios-espelho seria capaz de aprender simplesmente observando outros agentes, traduzindo seus movimentos para seu próprio sistema de coordenadas. O que temos sobre esse assunto em relação aos modelos computacionais?

Este artigo fornece uma descrição dos neurônios-espelho em termos de aprendizado do Hebbian, um mecanismo que tem sido amplamente utilizado na IA. Não sei se a formulação dada no artigo já foi realmente implementada computacionalmente.

Seja "eu pego a bola" ou "ele pega a bola", todas as ocorrências armazenadas de 'pegar' e 'bola' serão ativadas fracamente e 'pegar a bola' será fortemente ativado. Isso não se qualifica como 'espelhamento'? Se você também sabe que "eu tenho um braço" e "ele tem um braço" etc. etc., quando "ele pega alguns blocos", não é muito difícil pensar que "eu poderia pegar alguns blocos".

Na verdade, temos muitas coisas nessa linha; a captura de movimento para filmes em 3D vem à mente quase imediatamente. O problema, se eu pensar que é menos uma situação em observar outro ator, os computadores são bons em fazer isso já com a quantidade de software de reconhecimento de imagem que temos; é um problema de entender se uma ação produziu um bom resultado como um net, algo que os computadores não podem fazer, pois não é um problema de rede de nó único. Por exemplo, já programamos um computador para entender a linguagem humana (Watson, sem dúvida), mas mesmo Watson não entendeu o conceito de que dizer "f ***" é ruim. (Veja bem, é uma história engraçada).

Mas o ponto é que algoritmos de aprendizado não são aprendizado verdadeiro em certo sentido, já que um computador atualmente não tem senso de "um bom resultado"; portanto, nesse estágio, o aprendizado por observação é muito limitado em um sentido a "ver macaco, ver macaco".

Talvez a coisa mais próxima que eu já tenha lido sobre isso tenha sido os bots de busca e resgate de combate a incêndios que estavam em uma rede e seriam transmitidos um ao outro quando um deles fosse destruído, pois os bots saberiam que a área era algo que eles tinham que evitar.

Caso contrário, acho que esse é o problema do aprendizado observacional. Uma pessoa pode observar que dar um soco em alguém geralmente leva você a ser revidado, um computador observa e papagaia a ação, boa ou ruim.