Sejas nedzīvajā: mūsu smadzenes un Pareidolijas maģija!

Sejas nedzīvajā: mūsu smadzenes un Pareidolijas maģija!

Spēja atpazīt sejas nedzīvos objektos ir aizraujoša parādība, ko sauc par sejas pareidoliju. Šo sajūtu ilūziju var redzēt, piemēram, kafijas putās, uz koku stumbriem vai mākoņos. Precīzi šīs uztveres cēloņi vēl nav pilnībā izprasti. Pētnieks no Gīsenes Justusa Lībiga universitāte (JLU) Tomēr viņi to nedaudz izskaidro un liek domāt, ka tā pamatā ir divu cilvēka smadzeņu spēju vienlaicīga optimizācija: seju atpazīšana un objektu klasificēšana.

Nesenā pētījumā, kas publicēts žurnālā PLOS Computational Biology, JLU zinātnieki pētīja cilvēka smadzeņu reakcijas uz maņu stimuliem un salīdzināja tās ar neironu tīkliem, kas izstrādāti, izmantojot mākslīgo intelektu. Interesanti ir tas, ka tikai viens konkrēts neironu tīkls, kas apmācīts gan uz sejām, gan objektiem, uzrādīja līdzīgu reakciju uz cilvēka smadzenēm uz sejas iezīmēm nedzīvos objektos. Profesore Dr. Katharina Dobs, lietišķo datorzinātņu profesore, uzsver, ka seju redzēšanu objektos var uzskatīt par sistemātisku smadzeņu optimizācijas blakusproduktu.

Neironu tīklu analīze

Pētījums izceļ mākslīgo neironu tīklu (ANN) potenciālu, lai izpētītu sarežģītas cilvēka redzes parādības. ANN sastāv no mezgliem, kas savienoti, izmantojot virzītus savienojumus, līdzīgi kā dabiskie neironu tīkli smadzenēs. Šiem savienojumiem ir dažādas vērtības, ko sauc par svariem, un katram tīklam ir nepieciešama apmācība, lai optimizētu tā darbību. Regulēšanas skrūves, piemēram, atsvarus un aktivizācijas funkcijas, piemēram, sigmoīda funkciju, var noregulēt, lai sasniegtu labākus rezultātus. Ievades slānis saņem ārējos datus, kas pēc tam tiek izplatīti tīklā, līdz tiek izveidots izvades slānis.

Neironu tīklu darbības kontekstā svarīga ir arī funkcionālā specializācija. Pētījumi ir parādījuši, ka tīkli, kas apmācīti objektu atpazīšanai, ir mazāk efektīvi sejas atpazīšanā un otrādi. Tomēr tīkli, kas ir optimizēti abiem uzdevumiem, ir sadalīti atsevišķās sistēmās sejām un objektiem. Tas atspoguļojas arī tajā, kā cilvēka smadzenēs ir reģioni ar specializētām sejas atpazīšanas un valodas izpratnes funkcijām.

Evolūcijas perspektīvas

Pētījumi liecina, ka evolūcijas attīstība cilvēka smadzenēs miljoniem gadu, jo mākslīgie tīkli tiek optimizēti, izmantojot miljoniem apmācību piemēru, ir novedusi pie līdzīgas funkcionālās specializācijas mākslīgajos neironu tīklos. Sociālajai mijiedarbībai un emocionālajiem komponentiem mākslīgajam intelektam nav nozīmes. Funkcionālā specializācija tiek noteikta kā optimālā stratēģija šo uzdevumu veikšanai.

Prof. Dobs ir daļa no izcilības klastera iniciatīvas “Adaptive Mind”, un JLU komanda tās ietvaros piedāvā starptautisku maģistra studiju programmu “Prāts, smadzenes un uzvedība”.