Neuroznanstvenici s McGovern instituta za istraživanje mozga na MIT-u i njemačkog sveučilišta Giessen
Prije više od 20 godina Nancy Kanwisher, istraživačicas MIT-a, a njezini kolege pronašli su malo područje u temporalnom režnju mozga koje specifično reagira na lica. Znanstvenici su ovo područje nazvali vretenastim područjem lica. Neuroznanstvenici su pokazali da je ovaj dio girusa odgovoran za prepoznavanje lica. Međutim, do sada znanstvenici ne znaju što je razlog za tako specifičnu dodjelu pojedinačnih objekata.
Kao što Kanwisher primjećuje, u novoj studiji oniželio provjeriti kako bi drugi sustav riješio sličan problem. Neuroznanstvenici su prikupili stotine tisuća slika za treniranje neuronske mreže. Zbirka je uključivala slike lica 1700 različitih ljudi i stotine predmeta (od hamburgera do stolaca). Cijeli je skup predstavljen neuronskoj mreži bez ikakvih upita.
“Nismo rekli sustavu da su neki odslike su lica, a neke su drugi objekti. Imali smo jedan veliki izazov”, kaže Katharina Dobs, koautorica studije sa Sveučilišta u Giessenu. “AI bi trebao prepoznati lice na isti način kao bicikl ili olovka.”
Istraživači su to vidjeli kada je programnaučila identificirati predmete i lica, organizirala se u mrežu za obradu informacija. Mreža je formirala zasebne blokove posebno dizajnirane za prepoznavanje lica. Kao i u ljudskom mozgu, ova se specijalizacija događa u kasnijim fazama obrade slike: prvo se koriste opći mehanizmi vida, a u posljednjoj fazi povezuju se komponente odgovorne za prepoznavanje lica.
Neuroznanstvenici primjećuju da su mreže obučenesamo objekti imaju loš učinak u prepoznavanju lica i obrnuto, a mreže optimizirane za oba zadatka spontano se dijele u zasebne sustave za lica i objekte. Takva je podjela, prema znanstvenicima, u potpunosti u skladu s njihovim zapažanjima o radu ljudskog mozga.
"Ljudski mozak odlučuje odvojiti obradu licaod analize drugih objekata”, kaže Dobs. “Umjetna mreža je učinila isto. Vjerujemo da će svaki sustav koji je osposobljen za prepoznavanje lica i drugih objekata pronaći slično rješenje.”
Istraživači vjeruju da ako i priroda ineuronska mreža je došla do istog principa rada, takvo rješenje je optimalno. Planiraju koristiti strojno učenje kako bi otkrili zašto druge moždane funkcije rade na način na koji rade.
Čitaj više:
Unutar Zemlje postoji još jedan "planet": kako je spasio život u nastajanju
Nova studija pobija teoriju prijenosa svjetlosne energije
Sve što ste znali o tiranosaurusu nije istina: kako znanost mijenja svoju holivudsku sliku