Według artykułu opublikowanego w czasopiśmie Neural Networks naukowcy z Instytutu Matematycznych Problemów Biologii Rosyjskiej Akademii Nauk stworzyli sieć neuronową, która kontroluje jej „spojrzenie” i wyszukuje obiekty na postrzeganym obrazie w podobny sposób, jak robią to narządy wzroku i ludzki mózg.
„Opracowany model oferuje proste i nieoczekiwane wyjaśnienie bardzo złożonego procesu poznawczego poszukiwania i rozpoznawania obiektów na obrazie postrzeganym przez nasze oczy” - mówi Jakow Kazanowicz z Instytutu Matematycznych Problemów Biologii Rosyjskiej Akademii Nauk w Puszczynie. Według niego sieć neuronowa stworzona przez jego zespół powinna pomóc neurofizjologom zrozumieć, jak działa prawdziwy ludzki wzrok.
W ciągu ostatnich dziesięciu lat setki programistów i dziesiątki dużych firm informatycznych stworzyło niezliczone systemy wizyjne, które potrafią rozpoznawać różne obiekty na postrzeganym obrazie i klasyfikować je. Nowoczesne roboty, wyszukiwarki i drony mogą wykorzystywać te dane do różnych celów - na przykład do ominięcia przeszkód lub wyszukania klienta przy dostawie przesyłki.
Pomimo ogromnych postępów w tej dziedzinie, naukowcy nadal praktycznie nic nie wiedzą o tym, jak działa wzrok ludzi i zwierząt oraz w jaki sposób udaje nam się automatycznie klasyfikować i rozpoznawać nawet obiekty, których nigdy wcześniej nie widzieliśmy.
Dlatego, jak mówi Casanovich, wiele cech ludzkiej świadomości, postrzegania rzeczywistości i wizji wciąż pozostaje tajemnicą dla neurofizjologów i psychologów. Na przykład naukowcy od dawna spierają się, dlaczego człowiek może bardzo łatwo znaleźć „kontrastujące” obiekty w ogromnej różnorodności innych struktur, które są do niego niepodobne, ale jednocześnie mają trudności ze znalezieniem kilku postaci ukrytych w niewielkiej liczbie podobnych obiektów.
Kazanowicz i jego kolega Roman Borisyuk zrobili duży krok w kierunku rozwiązania tego problemu, tworząc system sztucznej inteligencji, który podczas rozwiązywania tych problemów zachowuje się dokładnie tak samo jak człowiek.
Jego główną cechą, jak twierdzą naukowcy, jest to, że składa się z wielu stosunkowo niezależnych struktur, tak zwanych „zespołów”, w których neurony wytwarzają specjalne wibracje. Jedna z tych struktur staje się rodzajem „dyrygenta”, który kontroluje pracę innych „zespołów” i powierza im zadania, podczas gdy inne zespoły są w istocie obiektami, które sieć neuronowa „widzi” na obrazie.
„Zespoły” nieustannie konkurują ze sobą o wpływ na „przewodnika” i działanie całej sieci neuronowej jako całości. Sposób, w jaki przebiega ta rywalizacja, jak pokazują eksperymenty i obliczenia Casanovicha, niemal idealnie odzwierciedla zasadę ludzkiego widzenia i jest podobny do „przesuwania się” naszego spojrzenia po obrazie podczas poszukiwania obiektów o różnym stopniu „kontrastu”.
Film promocyjny:
Naukowcy mają nadzieję, że model ten pomoże neurofizjologom nie tylko znaleźć podobne struktury w mózgach ludzi i małp, ale także zrozumieć, jak one działają, co przybliży nas do stworzenia „naturalnych” maszynowych systemów wizyjnych.