MIT'deki McGovern Beyin Araştırmaları Enstitüsü'nden ve Alman Giessen Üniversitesi'nden sinirbilimciler
20 yılı aşkın bir süre önce Nancy Kanwisher, araştırmacıMIT'den ve meslektaşları, beynin temporal lobunda, özellikle yüzlere tepki veren küçük bir alan buldular. Bilim adamları bu alana yüzün iğ şeklindeki alanı adını verdiler. Sinirbilimciler girusun bu bölümünün yüz tanımadan sorumlu olduğunu göstermiştir. Bununla birlikte, şimdiye kadar bilim adamları, bireysel nesnelerin bu kadar özel bir şekilde tahsis edilmesinin nedeninin ne olduğunu bilmiyorlar.
Kanwisher'in belirttiği gibi, yeni çalışmadabaşka bir sistemin benzer bir sorunu nasıl çözeceğini kontrol etmek istedim. Sinirbilimciler bir sinir ağını eğitmek için yüz binlerce görüntü topladılar. Koleksiyonda 1.700 farklı kişinin yüzünün ve yüzlerce nesnenin (hamburgerden sandalyeye) görselleri yer alıyordu. Setin tamamı herhangi bir uyarı olmadan sinir ağına sunuldu.
“Sisteme bazılarınıngörüntüler yüzlerdir ve bazıları başka nesnelerdir. Giessen Üniversitesi'nden çalışmanın ortak yazarı Katharina Dobs, "Büyük bir zorlukla karşılaştık" diyor. “AI, bir yüzü bisiklet veya kalem gibi tanımalıdır.”
Araştırmacılar, programın ne zaman olduğunu gördüler.nesneleri ve yüzleri tanımlamayı öğrendiğinde, kendini bir bilgi işlem ağı halinde organize etti. Ağ, yüz tanıma için özel olarak tasarlanmış ayrı bloklar oluşturmuştur. İnsan beyninde olduğu gibi, bu uzmanlaşma görüntü işlemenin geç aşamalarında gerçekleşir: ilk olarak genel görme mekanizmaları kullanılır ve son aşamada yüz tanımadan sorumlu bileşenler bağlanır.
Nörobilimciler, ağların eğitildiğini belirtiyoryalnızca nesneler yüz tanımada kötü performans gösterir ve bunun tersi de geçerlidir ve her iki görev için optimize edilmiş ağlar kendiliğinden yüzler ve nesneler için ayrı sistemlere bölünür. Bilim adamlarına göre böyle bir bölünme, insan beyninin çalışmasına ilişkin gözlemleriyle tamamen tutarlıdır.
"İnsan beyni yüzlerin işlenmesini ayırmaya karar veriyordiğer nesneleri analiz etmekten" diyor Dobs. “Yapay ağ da aynısını yaptı. Yüzleri ve diğer nesneleri tanımak üzere eğitilmiş herhangi bir sistemin benzer bir çözüm bulacağına inanıyoruz.”
Araştırmacılar, hem doğa hem desinir ağı aynı çalışma prensibine geldi, böyle bir çözüm en uygunudur. Diğer beyin fonksiyonlarının neden bu şekilde çalıştığını anlamak için makine öğrenimini kullanmayı planlıyorlar.
Daha fazla oku:
Dünya'nın içinde başka bir "gezegen" var: doğmakta olan yaşamı nasıl kurtardı?
Yeni çalışma, ışık enerjisi transfer teorisini çürütüyor
Tyrannosaurus hakkında bildiğiniz her şey doğru değil: bilim Hollywood imajını nasıl değiştiriyor?