Volgens een artikel in het tijdschrift Neural Networks hebben wetenschappers van het Institute of Mathematical Problems of Biology van de Russian Academy of Sciences een neuraal netwerk gecreëerd dat zijn 'blik' controleert en naar objecten in een waargenomen afbeelding zoekt op vrijwel dezelfde manier als de gezichtsorganen en het menselijk brein.
"Het ontwikkelde model biedt een eenvoudige en onverwachte verklaring voor een zeer complex cognitief proces van het zoeken naar en herkennen van objecten in een foto die door onze ogen wordt waargenomen", zegt Yakov Kazanovich van het Institute of Mathematical Problems of Biology van de Russian Academy of Sciences in Pushchino. Volgens hem zou het neurale netwerk dat door zijn team is gebouwd, neurofysiologen moeten helpen begrijpen hoe echt menselijk zicht werkt.
In de afgelopen tien jaar hebben honderden programmeurs en tientallen grote IT-bedrijven talloze machine vision-systemen gemaakt die in staat zijn om verschillende objecten in een waargenomen afbeelding te herkennen en te classificeren. Moderne robots, zoekmachines en drones kunnen deze gegevens voor verschillende doeleinden gebruiken, bijvoorbeeld om obstakels te omzeilen of een klant te vinden bij het bezorgen van een pakket.
Ondanks de enorme vooruitgang op dit gebied, weten wetenschappers nog steeds vrijwel niets over hoe het zicht van mens en dier werkt en hoe we erin slagen om zelfs objecten die we nog nooit eerder hebben gezien, automatisch te classificeren en te herkennen.
Daarom, zoals Casanovich zegt, blijven veel kenmerken van het menselijk bewustzijn, perceptie van de werkelijkheid en visie nog steeds een mysterie voor neurofysiologen en psychologen. Wetenschappers hebben bijvoorbeeld lange tijd ruzie gemaakt over waarom een persoon heel gemakkelijk ‘contrasterende’ objecten kan vinden in een grote verscheidenheid aan andere structuren die niet op hem lijken, maar tegelijkertijd moeite hebben om verschillende figuren te vinden die verborgen zijn in een klein aantal vergelijkbare objecten.
Kazanovich en zijn collega Roman Borisyuk hebben een grote stap gezet om dit probleem op te lossen door een systeem voor kunstmatige intelligentie te creëren dat zich bij het oplossen van deze problemen op precies dezelfde manier gedraagt als een persoon.
Het belangrijkste kenmerk, zoals wetenschappers zeggen, is dat het bestaat uit een veelvoud aan relatief onafhankelijke structuren, de zogenaamde "ensembles", waarin neuronen speciale trillingen produceren. Een van deze structuren wordt een soort "dirigent" die het werk van de andere "ensembles" controleert en hun taken geeft, terwijl de andere ensembles in wezen objecten zijn die het neurale netwerk in de afbeelding "ziet".
"Ensembles" concurreren constant met elkaar om invloed op de "geleider" en op de werking van het gehele neurale netwerk als geheel. De manier waarop deze wedstrijd verloopt, zoals blijkt uit de experimenten en berekeningen van Casanovich, weerspiegelt bijna idealiter het principe van het menselijk zicht en is vergelijkbaar met het "glijden" van onze blik over het beeld bij het zoeken naar objecten met verschillende graden van "contrast".
Promotie video:
Dit model, zo hopen wetenschappers, zal neurofysiologen niet alleen helpen om soortgelijke structuren in de hersenen van mensen en apen te vinden, maar ook om te begrijpen hoe ze werken, wat ons dichter bij het creëren van "natuurlijke" machine vision-systemen zal brengen.
