آموزش ماشین‌ها برای درک توهمات نوری، منجر به هوشمند شدن آنها می‌شود

آیا شما توهمات نوری -که احتمالا در ا کودکی دیده‌اید- را به یاد می‌آورید؟ همان اشکالی که از رنگ، نور و الگوها استفاده می‌کند تا تصاویری را ایجاد کنند که برای مغز ما گمراه کننده باشد؟ به نظر می‌رسد چنین توهم‌هایی – که در آن ادراک با واقعیت مطابقت ندارد – در واقع می‌تواند یک ویژگی مغز باشد، نه یک اشکال. و تعلیم یک ماشین برای تشخیص همان نوع توهمات ممکن است به تشخیص دقیق‌تر تصویر منجر شود.

این چیزی است که کارشناسان دید رایانه‌ای از دانشگاه براون مشغول کار بر روی آن هستند. آنها رایانه‌ها را آموزش می‌دهند تا توهم‌های اپتیکی وابسته به زمینه را ببینند و به این ترتیب، امیدوارند الگوریتم‌های دید مصنوعی دقیق‌تری را ایجاد کنند که در دنیای واقعی به قوی‌تر شدن دید رایانه‌ها منجر می‌شود.

دیوید ملی، یکی از محققان علوم  شناختی که در این پروژه به همکاری پرداخته و اکنون در شرکت هوش مصنوعی Vicarious مشغول به کار است، گفت:

دید رایانه‌ای به چیزی فراگیر تبدیل شده است، از توقف ماشین‌های خودران در مقابل علامت ایست گرفته تا نرم افزارهای پزشکی که به دنبال تومور در سونوگرافی هستند، از این فناوری استفاده می‌کنند. با این حال، این سیستم‌ها دارای نقاط ضعفی هستند که ناشی از این واقعیت است که آنها از روی یک طرح قدیمی‌ از کارکرد مغز ما مدل سازی می‌شوند. با ادغام مکانیسم‌های تازه شناخته شده از علوم اعصاب مانند آنچه در کار ما برجسته است، می‌تواند به ایجاد سیستم‌های بینایی رایانه‌ای کمک کند. بخش عظیمی‌ از مغز به شکلی ضعیف درک شده است و تحقیقات بیشتر برای درآمیختن مغز و دستگاه ممکن است به پیشرفت‌های اساسی در دید رایانه‌ای کمک کند.

در طی این پروژه، تیم از یک مدل محاسباتی برای کشف و تکرار راه‌هایی که نورون‌ها در هنگام مشاهده یک توهم با یکدیگر در تعامل هستند، استفاده می‌کند. آنها یک مدل ارتباطات بازخوردی از نورون‌ها را ایجاد کردihند که منعکس کننده‌ی دید انسان‌ها است و بسته به محتوا پاسخ‌های مختلفیرا ارائه می‌دهد. امید است که این کار به وظایفی مانند تشخیص تمایز رنگ کمک کند – برای مثال، کمک به ربات برای چیدن توت‌های قرمز و شناسایی انواع توت‌ها حتی زمانی که زمینه با نور قرمز پوشیده شده است، چیزی که ممکن است در غروب خورشید رخ دهد.

تعداد زیادی مدار مغناطیسی پیچیده برای حمایت از چنین اشکال یکپارچه‌ای وجود دارد و طبق مطالعه ما  تئوری چگونگی کارکرد این مدار در انواع زمینه‌ها پیشنهاد شده و نحوه حضور آن در پدیده‌هایی به نام توهم‌های نوری نشان داده می‌شود. مطالعاتی مانند کار ما که از مدل‌های رایانه‌ای برای توضیح چگونگی دید مغز استفاده می‌کنند، برای ارتقای سیستم‌های رایانه ای موجود ضروری است: بسیاری از آنها، مانند اکثر شبکه‌های عصبی عمیق، هنوز از اصول اساسی یکپارچگی متنی استفاده نمی‌کنند.

در حالی که پروژه هنوز در دوران اولیه‌ی خود بسر می‌برد، تیم پیش از این، مدار عصبی را به یک ماژول یادگیری ماشین مدرن تبدیل کرده است. هنگامی‌ که این ماژول بر روی یک کار مربوط به تشخیص حد فاصل و ردیابی حد فاصل مورد آزمایش قرار گرفت، مدار به شدت از سایر فناوری‌های دید در رایانه پیشرفته‌تر عمل نمود.