您的位置: 首頁(yè) >互聯(lián)網(wǎng) >

研究人員教計(jì)算機(jī)觀察視錯(cuò)覺(jué)

2019-06-10 17:09:33 編輯: 來(lái)源:
導(dǎo)讀 這個(gè)圓圈是綠色還是灰色?中心線是直的還是傾斜的?視錯(cuò)覺(jué)可能是有趣的體驗(yàn)和辯論,但理解人類大腦如何感知這些不同的現(xiàn)象仍然是科學(xué)研究的活

這個(gè)圓圈是綠色還是灰色?中心線是直的還是傾斜的?

視錯(cuò)覺(jué)可能是有趣的體驗(yàn)和辯論,但理解人類大腦如何感知這些不同的現(xiàn)象仍然是科學(xué)研究的活躍領(lǐng)域。對(duì)于一類視錯(cuò)覺(jué),稱為語(yǔ)境現(xiàn)象,已知這些視覺(jué)依賴于語(yǔ)境。例如,您認(rèn)為中心圓的顏色取決于周圍環(huán)的顏色。有時(shí)外部顏色使內(nèi)部顏色看起來(lái)更相似,例如相鄰的綠色環(huán)使藍(lán)色環(huán)呈現(xiàn)綠松石色 - 但有時(shí)外部顏色使內(nèi)部顏色看起來(lái)不那么相似,例如粉紅色環(huán)使灰色圓圈呈現(xiàn)綠色。

布朗大學(xué)計(jì)算機(jī)視覺(jué)專家團(tuán)隊(duì)回到原點(diǎn),了解這些情境現(xiàn)象的神經(jīng)機(jī)制。他們的研究發(fā)表在9月20日的心理學(xué)評(píng)論中。

“人們?cè)絹?lái)越多地認(rèn)為,視錯(cuò)覺(jué)不是一個(gè)錯(cuò)誤,而是一個(gè)特征,”布朗的認(rèn)知,語(yǔ)言和心理科學(xué)副教授,該論文的資深作者托馬斯塞爾說(shuō)。“我認(rèn)為它們是一個(gè)特征。它們可能代表我們視覺(jué)系統(tǒng)的邊緣情況,但我們的視野在日常生活和識(shí)別物體方面是如此強(qiáng)大。”

在研究中,由布朗的卡尼腦科學(xué)研究所所屬的塞爾領(lǐng)導(dǎo)的團(tuán)隊(duì)開(kāi)始使用受視覺(jué)皮層的解剖學(xué)和神經(jīng)生理學(xué)數(shù)據(jù)約束的計(jì)算模型。該模型旨在捕捉相鄰皮質(zhì)神經(jīng)元如何相互發(fā)送信息,并在呈現(xiàn)復(fù)雜刺激(如情境視覺(jué)錯(cuò)覺(jué))時(shí)調(diào)整彼此的反應(yīng)。

Serre表示,團(tuán)隊(duì)在其模型中包含的一項(xiàng)創(chuàng)新是神經(jīng)元之間假設(shè)的反饋連接的特定模式。這些反饋連接能夠增加或減少 - 激發(fā)或抑制中樞神經(jīng)元的響應(yīng),這取決于視覺(jué)上下文。

大多數(shù)深度學(xué)習(xí)算法中都不存在這些反饋連接。深度學(xué)習(xí)是一種強(qiáng)大的人工智能,能夠?qū)W習(xí)數(shù)據(jù)中的復(fù)雜模式,例如識(shí)別圖像和解析正常語(yǔ)音,并依賴于多層人工神經(jīng)網(wǎng)絡(luò)協(xié)同工作。然而,大多數(shù)深度學(xué)習(xí)算法僅包括層之間的前饋連接,而不是Serre層內(nèi)神經(jīng)元之間的創(chuàng)新反饋連接。

一旦模型構(gòu)建完成,團(tuán)隊(duì)就會(huì)向其展示各種依賴于上下文的幻想。研究人員“調(diào)整”反饋興奮性或抑制性連接的強(qiáng)度,以便模型神經(jīng)元以與靈長(zhǎng)類視覺(jué)皮層的神經(jīng)生理學(xué)數(shù)據(jù)一致的方式響應(yīng)。

然后他們?cè)诟鞣N背景幻象上測(cè)試了模型,并再次發(fā)現(xiàn)模型感知了人類的幻想。

為了測(cè)試他們是否使模型不必要地復(fù)雜化,他們損害了模型 - 選擇性地刪除了一些連接。當(dāng)模型缺少某些連接時(shí),數(shù)據(jù)與人類感知數(shù)據(jù)不完全匹配。

“我們的模型是最簡(jiǎn)單的模型,既有必要又足以解釋視覺(jué)皮層在情境幻覺(jué)方面的行為,”塞爾說(shuō)。“這真的是教科書計(jì)算神經(jīng)科學(xué)的工作 - 我們從解釋神經(jīng)生理學(xué)數(shù)據(jù)的模型開(kāi)始,最后以人類心理物理數(shù)據(jù)的預(yù)測(cè)結(jié)束。”

除了為人類如何看待一類視錯(cuò)覺(jué)提供統(tǒng)一的解釋外,Serre正在建立這一模型,目標(biāo)是改善人工視覺(jué)。

他指出,最先進(jìn)的人工視覺(jué)算法,例如用于標(biāo)記面部或識(shí)別停止標(biāo)志的算法,很難看到背景。通過(guò)包括由依賴于上下文的視錯(cuò)覺(jué)調(diào)整的水平連接,他希望解決這個(gè)弱點(diǎn)。

也許考慮到背景的視覺(jué)深度學(xué)習(xí)計(jì)劃將更難以愚弄。塞爾說(shuō),一張貼在停車標(biāo)志上的貼紙可能會(huì)讓人工視覺(jué)系統(tǒng)誤以為這是一個(gè)每小時(shí)65英里的限速標(biāo)志,這很危險(xiǎn)。


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請(qǐng)聯(lián)系刪除!

最新文章

精彩推薦

圖文推薦

點(diǎn)擊排行

2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號(hào):閩ICP備19027007號(hào)-6

本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。