Lica u neživom: naš mozak i magija pareidolije!
Istraživači sa Sveučilišta u Giessenu istražuju prepoznavanje lica u objektima i njegovu povezanost s umjetnom inteligencijom.

Lica u neživom: naš mozak i magija pareidolije!
Sposobnost prepoznavanja lica u neživim predmetima fascinantan je fenomen koji se naziva pareidolija lica. Ova osjetilna iluzija može se vidjeti, na primjer, u pjeni kave, na deblima ili u oblacima. Točni uzroci ove percepcije još nisu u potpunosti razjašnjeni. Istraživač na Sveučilište Justus Liebig Giessen (JLU) No, oni su to malo rasvijetlili i sugerirali da se temelji na istovremenoj optimizaciji dviju sposobnosti ljudskog mozga: prepoznavanja lica i klasificiranja objekata.
U nedavnoj studiji objavljenoj u časopisu PLOS Computational Biology, znanstvenici JLU-a ispitivali su reakcije ljudskog mozga na senzorne podražaje i usporedili ih s neuronskim mrežama razvijenim korištenjem umjetne inteligencije. Zanimljivo je da je samo jedna specifična neuronska mreža, trenirana i na licima i na objektima, pokazala sličan odgovor ljudskom mozgu na crte lica neživih predmeta. Prof. dr. Katharina Dobs, profesorica primijenjenih računarskih znanosti, naglašava da se viđenje lica u objektima može promatrati kao sustavni nusprodukt optimizacije mozga.
Analiza neuronskih mreža
Studija naglašava potencijal umjetnih neuronskih mreža (ANN) za istraživanje složenih fenomena ljudskog vida. ANN se sastoje od čvorova povezanih putem usmjerenih veza, sličnih prirodnim neuronskim mrežama u mozgu. Te veze imaju različite vrijednosti, koje se nazivaju težine, a svaka mreža zahtijeva obuku kako bi optimizirala svoje funkcioniranje. Vijci za podešavanje kao što su utezi i funkcije aktivacije, kao što je sigmoidna funkcija, mogu se prilagoditi za postizanje boljih rezultata. Ulazni sloj prima vanjske podatke, koji se zatim šire kroz mrežu dok ne rezultiraju izlaznim slojem.
U kontekstu rada neuronskih mreža važna je i funkcionalna specijalizacija. Studije su pokazale da su mreže osposobljene za prepoznavanje objekata manje učinkovite u prepoznavanju lica i obrnuto. Međutim, mreže koje su optimizirane za oba zadatka podijeljene su u zasebne sustave za lica i objekte. To se također odražava u načinu na koji ljudski mozak ima područja sa specijaliziranim funkcijama za prepoznavanje lica i razumijevanje jezika.
Evolucijske perspektive
Istraživanje sugerira da je evolucijski razvoj ljudskog mozga tijekom milijuna godina, dok su umjetne mreže optimizirane kroz milijune primjera obuke, doveo do slične funkcionalne specijalizacije u umjetnim neuronskim mrežama. Društvene interakcije i emocionalne komponente ne igraju nikakvu ulogu za umjetnu inteligenciju. Funkcionalna specijalizacija identificirana je kao optimalna strategija za obavljanje ovih zadataka.
Prof. Dobs je dio inicijative Cluster of Excellence “The Adaptive Mind” i JLU tim nudi međunarodni magistarski studij “Mind, Brain and Behavior” kao dio toga.