Neurolodzy z McGovern Institute for Brain Research na MIT i Niemieckim Uniwersytecie w Giessen
Ponad 20 lat temu Nancy Kanwisher, badaczz MIT i jej koledzy znaleźli niewielki obszar w płacie skroniowym mózgu, który reaguje na twarze. Naukowcy nazwali ten obszar obszarem twarzy w kształcie wrzeciona. Neuronaukowcy wykazali, że ta część zakrętu odpowiada za rozpoznawanie twarzy. Jednak do tej pory naukowcy nie wiedzą, co jest przyczyną tak specyficznego przydziału poszczególnych obiektów.
Jak zauważa Kanwisher, w nowym badaniu takChciałem sprawdzić, jak inny system rozwiązałby podobny problem. Neurolodzy zebrali setki tysięcy obrazów w celu szkolenia sieci neuronowej. W kolekcji znalazły się wizerunki twarzy 1700 różnych osób i setki przedmiotów (od hamburgerów po krzesła). Cały zestaw został przedstawiony sieci neuronowej bez żadnych podpowiedzi.
„Nie powiedzieliśmy systemowi, że niektóreobrazy to twarze, a niektóre to inne obiekty. Mieliśmy jedno wielkie wyzwanie – mówi Katharina Dobs, współautorka badania z Uniwersytetu w Giessen. „Sztuczna inteligencja powinna rozpoznawać twarz w taki sam sposób, jak rower czy długopis”.
Naukowcy zauważyli, że kiedy programnauczyła się identyfikować przedmioty i twarze, zorganizowała się w sieć przetwarzania informacji. Sieć utworzyła osobne bloki specjalnie zaprojektowane do rozpoznawania twarzy. Podobnie jak w ludzkim mózgu, ta specjalizacja zachodzi w późnych etapach przetwarzania obrazu: najpierw wykorzystywane są ogólne mechanizmy widzenia, a na ostatnim etapie łączą się komponenty odpowiedzialne za rozpoznawanie twarzy.
Neuronaukowcy zauważają, że wyszkolono siecitylko obiekty słabo radzą sobie z rozpoznawaniem twarzy i odwrotnie, a sieci zoptymalizowane pod kątem obu zadań spontanicznie dzielą się na oddzielne systemy dla twarzy i obiektów. Taki podział, zdaniem naukowców, jest w pełni zgodny z ich obserwacjami pracy ludzkiego mózgu.
„Ludzki mózg postanawia oddzielić przetwarzanie twarzyz analizy innych obiektów” – mówi Dobs. „Sztuczna sieć zrobiła to samo. Wierzymy, że każdy system przeszkolony do rozpoznawania twarzy i innych obiektów znajdzie podobne rozwiązanie.”
Naukowcy uważają, że jeśli zarówno natura, jak isieć neuronowa doszła do tej samej zasady działania, takie rozwiązanie jest optymalne. Planują wykorzystać uczenie maszynowe, aby dowiedzieć się, dlaczego inne funkcje mózgu działają w ten sposób.
Czytaj więcej:
Wewnątrz Ziemi jest inna „planeta”: jak uratowała rodzące się życie
Nowe badanie obala teorię transferu energii świetlnej
Wszystko, co wiedziałeś o tyranozaurze, nie jest prawdą: jak nauka zmienia jego hollywoodzki wizerunek