Мозг обнаруживает фрагменты трехмерной формы (выпуклости, впадины, валы, сферы) на начальных этапах видения объекта — недавно открытая стратегия естественного интеллекта, которую исследователи Университета Джона Хопкинса также обнаружили в сетях искусственного интеллекта, обученных распознавать визуальные объекты.
Новый документ в Current Biology детали, как нейроны в области V4, первый этап специфичны для мозга «объекты видения пути, представляют собой фрагменты формы 3-D, а не только 2-D форм, используемые для изучения V4 в течение последних 40 лет. Затем исследователи Джона Хопкинса определили почти идентичные реакции искусственных нейронов на ранней стадии (уровень 3) AlexNet, развитой сети компьютерного зрения. Как в естественном, так и в искусственном зрении раннее обнаружение трехмерной формы, вероятно, помогает интерпретировать твердые трехмерные объекты в реальном мире .
«Я был удивлен, увидев сильные, четкие сигналы для трехмерной формы еще в V4, — сказал Эд Коннор, профессор нейробиологии и директор Института разума / мозга Занвила Кригера. «Но я бы никогда не догадался через миллион лет, что вы увидите то же самое в AlexNet, который обучен только переводить двухмерные фотографии в метки объектов».
Одной из давних проблем искусственного интеллекта было воспроизведение человеческого зрения. Глубокие (многоуровневые) сети, такие как AlexNet, достигли значительных успехов в распознавании объектов , основанных на мощных графических процессорах (GPU), разработанных для игр и массовых тренировочных наборов, подпитываемых огромным количеством изображений и видео в Интернете.
Коннор и его команда применили одни и те же тесты реакции изображения к естественным и искусственным нейронам и обнаружили удивительно похожие шаблоны ответов в V4 и на уровне AlexNet 3. Что объясняет то, что Коннор описывает как «жуткое соответствие» между мозгом — продукт эволюции и жизни. обучение — и AlexNet — разработано компьютерными учеными и обучено маркировать фотографии объектов?
По словам Коннора, AlexNet и подобные глубокие сети были частично разработаны на основе многоступенчатых визуальных сетей в мозгу. Он сказал, что наблюдаемые ими близкие сходства могут указывать на будущие возможности для использования корреляций между естественным и искусственным интеллектом.
«Искусственные сети — самые многообещающие современные модели для понимания мозга. И наоборот, мозг — лучший источник стратегий для приближения искусственного интеллекта к естественному интеллекту», — сказал Коннор.