Πρόσωπα στο Άψυχο: Ο εγκέφαλός μας και η μαγεία της Παρειδωλίας!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Ερευνητές στο Πανεπιστήμιο του Giessen ερευνούν την αναγνώριση προσώπου σε αντικείμενα και τη σύνδεσή της με την τεχνητή νοημοσύνη.

Forschende der Uni Gießen untersuchen Gesichtserkennung in Objekten und deren Verbindung zu künstlicher Intelligenz.
Ερευνητές στο Πανεπιστήμιο του Giessen ερευνούν την αναγνώριση προσώπου σε αντικείμενα και τη σύνδεσή της με την τεχνητή νοημοσύνη.

Πρόσωπα στο Άψυχο: Ο εγκέφαλός μας και η μαγεία της Παρειδωλίας!

Η ικανότητα αναγνώρισης προσώπων σε άψυχα αντικείμενα είναι ένα συναρπαστικό φαινόμενο που ονομάζεται παρειδωλία προσώπου. Αυτή η αισθητηριακή ψευδαίσθηση μπορεί να φανεί, για παράδειγμα, στον αφρό του καφέ, στους κορμούς δέντρων ή στα σύννεφα. Οι ακριβείς αιτίες αυτής της αντίληψης δεν είναι ακόμη πλήρως κατανοητές. Ερευνητής του Πανεπιστήμιο Justus Liebig Giessen (JLU) Ωστόσο, ρίχνουν λίγο φως σε αυτό και προτείνουν ότι βασίζεται στην ταυτόχρονη βελτιστοποίηση δύο ικανοτήτων του ανθρώπινου εγκεφάλου: στην αναγνώριση προσώπων και στην ταξινόμηση αντικειμένων.

Σε μια πρόσφατη μελέτη που δημοσιεύτηκε στο περιοδικό PLOS Computational Biology, οι επιστήμονες της JLU εξέτασαν τις αποκρίσεις του ανθρώπινου εγκεφάλου σε αισθητηριακά ερεθίσματα και τις συνέκριναν με νευρωνικά δίκτυα που αναπτύχθηκαν χρησιμοποιώντας τεχνητή νοημοσύνη. Αυτό που είναι ενδιαφέρον είναι ότι μόνο ένα συγκεκριμένο νευρωνικό δίκτυο, εκπαιδευμένο τόσο σε πρόσωπα όσο και σε αντικείμενα, έδειξε παρόμοια απόκριση στον ανθρώπινο εγκέφαλο στα χαρακτηριστικά του προσώπου σε άψυχα αντικείμενα. Καθηγήτρια Εφαρμοσμένης Επιστήμης Υπολογιστών, Καθηγήτρια Δρ. Katharina Dobs, τονίζει ότι η θέαση προσώπων σε αντικείμενα μπορεί να θεωρηθεί ως συστηματικό υποπροϊόν της βελτιστοποίησης του εγκεφάλου.

Ανάλυση νευρωνικών δικτύων

Η μελέτη υπογραμμίζει τη δυνατότητα των τεχνητών νευρωνικών δικτύων (ANN) να διερευνήσουν πολύπλοκα φαινόμενα της ανθρώπινης όρασης. Τα ANN αποτελούνται από κόμβους που συνδέονται μέσω κατευθυνόμενων συνδέσεων, παρόμοια με τα φυσικά νευρωνικά δίκτυα στον εγκέφαλο. Αυτές οι συνδέσεις έχουν διαφορετικές τιμές, που ονομάζονται βάρη, και κάθε δίκτυο απαιτεί εκπαίδευση για τη βελτιστοποίηση της λειτουργίας του. Οι βίδες ρύθμισης όπως τα βάρη και οι λειτουργίες ενεργοποίησης, όπως η σιγμοειδής λειτουργία, μπορούν να ρυθμιστούν για να επιτευχθούν καλύτερα αποτελέσματα. Το επίπεδο εισόδου λαμβάνει εξωτερικά δεδομένα, τα οποία στη συνέχεια διαδίδονται μέσω του δικτύου μέχρι να καταλήξουν στο επίπεδο εξόδου.

Στο πλαίσιο του τρόπου λειτουργίας των νευρωνικών δικτύων, η λειτουργική εξειδίκευση είναι επίσης σημαντική. Μελέτες έχουν δείξει ότι τα δίκτυα που έχουν εκπαιδευτεί για την αναγνώριση αντικειμένων είναι λιγότερο αποτελεσματικά στην αναγνώριση προσώπου και το αντίστροφο. Ωστόσο, τα δίκτυα που είναι βελτιστοποιημένα και για τις δύο εργασίες χωρίζονται σε ξεχωριστά συστήματα για πρόσωπα και αντικείμενα. Αυτό αντικατοπτρίζεται επίσης στον τρόπο με τον οποίο ο ανθρώπινος εγκέφαλος έχει περιοχές με εξειδικευμένες λειτουργίες για την αναγνώριση προσώπου και την κατανόηση της γλώσσας.

Εξελικτικές προοπτικές

Η έρευνα προτείνει ότι η εξελικτική ανάπτυξη στον ανθρώπινο εγκέφαλο για εκατομμύρια χρόνια, καθώς τα τεχνητά δίκτυα βελτιστοποιούνται μέσω εκατομμυρίων παραδειγμάτων εκπαίδευσης, έχει οδηγήσει σε παρόμοια λειτουργική εξειδίκευση στα τεχνητά νευρωνικά δίκτυα. Οι κοινωνικές αλληλεπιδράσεις και τα συναισθηματικά στοιχεία δεν παίζουν κανένα ρόλο για την τεχνητή νοημοσύνη. Η λειτουργική εξειδίκευση προσδιορίζεται ως η βέλτιστη στρατηγική για την εκτέλεση αυτών των εργασιών.

Ο καθηγητής Dobs είναι μέρος της πρωτοβουλίας Cluster of Excellence «The Adaptive Mind» και η ομάδα JLU προσφέρει ένα διεθνές μεταπτυχιακό πρόγραμμα «Mind, Brain and Behavior» ως μέρος αυτού.