Forskere fra Institute of Mathematical Problems of Biology fra det russiske videnskabsakademi har skabt et neuralt netværk, der styrer dets "blik" og søger efter objekter i et opfattet billede på samme måde som synsorganerne og den menneskelige hjerne gør, ifølge en artikel offentliggjort i tidsskriftet Neural Networks.
”Den udviklede model giver en enkel og uventet forklaring på en meget kompleks kognitiv proces med at finde og genkende objekter i et billede, der opfattes af vores øjne,” siger Yakov Kazanovich fra Institute of Mathematical Problems of Biology, Russian Academy of Sciences i Pushchino. Ifølge ham skal det neurale netværk skabt af hans team hjælpe neurofysiologer med at forstå, hvordan ægte menneskelig vision fungerer.
I løbet af de sidste ti år har hundreder af programmører og snesevis af store it-virksomheder skabt utallige maskinsynssystemer, der er i stand til at genkende forskellige objekter i et opfattet billede og klassificere dem. Moderne robotter, søgemaskiner og droner kan bruge disse data til en række formål - for eksempel for at omgå forhindringer eller finde en klient, når de leverer en pakke.
På trods af enorme fremskridt inden for dette område ved forskere stadig næsten intet om, hvordan menneskers og dyrs vision fungerer, og hvordan det lykkes os automatisk at klassificere og genkende selv objekter, som vi aldrig har set før.
Derfor, som Casanovic siger, forbliver mange træk ved menneskelig bevidsthed, opfattelse af virkelighed og syn stadig et mysterium for neurofysiologer og psykologer. For eksempel har forskere argumenteret længe om, hvorfor en person meget let kan finde "kontrasterende" objekter i et stort udvalg af andre strukturer, der er ulige ham, men samtidig har svært ved at finde flere figurer skjult i et lille antal lignende objekter.
Kazanovich og hans kollega Roman Borisyuk tog et stort skridt i retning af at løse dette problem ved at skabe et kunstigt intelligenssystem, der, når de løser disse problemer, opfører sig nøjagtigt på samme måde som en person.
Hovedfunktionen, som forskere siger, er, at den består af et væld af relativt uafhængige strukturer, de såkaldte "ensembler", hvor neuroner producerer specielle vibrationer. En af disse strukturer bliver en slags "dirigent", der styrer de andre "ensemblers" arbejde og giver dem opgaver, mens andre ensembler i det væsentlige er objekter, som det neurale netværk "ser" på billedet.
"Ensembler" konkurrerer konstant med hinanden om indflydelse på "dirigenten" og på driften af hele det neurale netværk som helhed. Den måde, hvorpå denne konkurrence forløber, som vist ved eksperimenterne og beregningerne af Casanovich, afspejler næsten perfekt princippet om menneskelig vision og svarer til vores "glidende" blik over billedet, når vi leder efter objekter med forskellige grader af "kontrast".
Salgsfremmende video:
Denne model, håber forskere, vil hjælpe neurofysiologer med ikke kun at finde lignende strukturer i hjernen hos mennesker og aber, men også forstå, hvordan de fungerer, hvilket vil bringe os tættere på at skabe "naturlige" maskinsynssystemer.
