Неуронаучници са МцГоверн института за истраживање мозга на МИТ-у и немачког универзитета Гисен
Пре више од 20 година Нанци Канвисхер, истраживачса МИТ-а, а њене колеге су пронашле малу област у темпоралном режњу мозга која посебно реагује на лица. Научници су ову област назвали вретенастим делом лица. Неуронаучници су показали да је овај део гируса одговоран за препознавање лица. Међутим, до сада научници не знају шта је разлог за тако специфичну алокацију појединачних објеката.
Како примећује Канвишер, у новој студији онижелео да провери како би други систем решио сличан проблем. Неуронаучници су прикупили стотине хиљада слика за обуку неуронске мреже. Колекција је укључивала слике лица 1.700 различитих људи и стотине предмета (од хамбургера до столица). Читав сет је представљен неуронској мрежи без икаквих упита.
„Нисмо рекли систему да су неки одслике су лица, а неке су други објекти. Имали смо један велики изазов“, каже Катарина Добс, коауторка студије са Универзитета у Гисену. „АИ би требало да препозна лице на исти начин као бицикл или оловка.
Истраживачи су то видели када је програмнаучила да идентификује предмете и лица, организовала се у мрежу за обраду информација. Мрежа је формирала засебне блокове посебно дизајниране за препознавање лица. Као и у људском мозгу, ова специјализација се јавља у касним фазама обраде слике: прво се користе општи механизми вида, а у последњој фази се повезују компоненте одговорне за препознавање лица.
Неуронаучници примећују да су мреже обученесамо објекти имају лош учинак у препознавању лица и обрнуто, а мреже оптимизоване за оба задатка спонтано се деле у засебне системе за лица и објекте. Таква подела, према научницима, у потпуности је у складу са њиховим запажањима о раду људског мозга.
„Људски мозак одлучује да раздвоји обраду лицаод анализе других објеката“, каже Добс. „Вештачка мрежа је урадила исто. Верујемо да ће сваки систем који је обучен да препознаје лица и друге објекте наћи слично решење.”
Истраживачи верују да ако и природа инеуронска мрежа је дошла до истог принципа рада, такво решење је оптимално. Планирају да користе машинско учење како би открили зашто друге мождане функције раде на начин на који раде.
Опширније:
Постоји још једна „планета“ унутар Земље: како је спасила живот у настајању
Нова студија побија теорију преноса светлосне енергије
Све што сте знали о тиранозаурусу није тачно: како наука мења свој холивудски имиџ