Atliekant klasikinius psichologinius testus, išmokyti neuroniniai tinklai veikia panašiai kaip žmonės

Ponia Tech

XX amžiaus pradžioje grupė vokiečių eksperimentinių psichologų pradėjo kelti klausimą, kaip smegenys įgauna prasmingą pasaulio, kuris kitaip yra chaotiškas ir nenuspėjamas, suvokimą. Norėdami atsakyti į šį klausimą, jie sukūrė geštalto efekto sąvoką – idėją, kad, kalbant apie suvokimą, visuma yra kažkas kita nei dalys.

Psichologai išsiaiškino, kad žmogaus smegenys nepaprastai gerai suvokia ištisas nuotraukas, remdamosi fragmentiška informacija. Geras pavyzdys yra čia parodyta figūra. Smegenys suvokia dvimates formas, tokias kaip trikampis ir kvadratas, ir net trimatę sferą. Tačiau nė viena iš šių formų nėra aiškiai nupiešta. Vietoj to, smegenys užpildo spragas.

Natūralus šio darbo pratęsimas yra paklausti, ar geštalto efektai atsiranda neuroniniuose tinkluose. Šiuos tinklus įkvėpė žmogaus smegenys. Iš tiesų, mašinų regėjimą tyrinėjantys mokslininkai teigia, kad jų sukurti gilieji neuroniniai tinklai yra nepaprastai panašūs į regos sistemą primatų smegenyse ir į žmogaus žievės dalis.

Tai sukelia įdomų klausimą: ar neuroniniai tinklai gali suvokti visą objektą žiūrėdami tik į jo dalis, kaip tai daro žmonės?

Šiandien mes gauname atsakymą dėka Been Kim ir kolegų iš Google Brain, bendrovės AI tyrimų padalinio Mountain View, Kalifornijoje, darbo. Tyrėjai išbandė įvairius neuroninius tinklus naudodami tuos pačius geštalto eksperimentus, skirtus žmonėms. Ir jie sako, kad turi gerų įrodymų, kad mašinos iš tiesų gali suvokti ištisus objektus, stebėdamos dalis.

Kim ir co eksperimentas pagrįstas trikampio iliuzija, parodyta paveikslėlyje. Pirmiausia jie sukuria tris vaizdų duomenų bazes, kad galėtų lavinti savo neuroninius tinklus. Pirmąjį sudaro įprasti trikampiai, rodomi ištisai.

Kitoje duomenų bazėje rodomi tik trikampių kampai su linijomis, kurios turi būti interpoliuotos, kad būtų galima suvokti visą formą. Tai iliuzinis duomenų rinkinys. Kai žmonės žiūri į tokio tipo vaizdus, ​​​​jie linkę užpildyti spragas ir galiausiai suvokia trikampį kaip visumą. Mes siekiame nustatyti, ar neuroniniai tinklai turi panašų uždarymo poveikį, sako Kimas ir kt.

Galutinę duomenų bazę sudaro panašūs kampai, bet atsitiktinai orientuoti, kad linijų nebūtų galima interpoliuoti ir sudaryti trikampius. Tai neiliuzinis duomenų rinkinys.

Keisdama šių formų dydį ir orientaciją, komanda sukūrė beveik 1000 skirtingų vaizdų, kad galėtų išmokyti savo mašinas.

Jų metodas yra išmokyti neuroninį tinklą atpažinti įprastus užbaigtus trikampius ir tada patikrinti, ar jis klasifikuoja vaizdus iliuzinių duomenų rinkinyje kaip užbaigtus trikampius (nekreipiant dėmesio į neiliuzinių duomenų rinkinio vaizdus). Kitaip tariant, jie išbando, ar mašina gali užpildyti vaizdų spragas, kad susidarytų išsamus vaizdas.

Jie taip pat lygina apmokyto tinklo elgesį su neapmokyto tinklo elgesiu arba tinklo, apmokyto remiantis atsitiktiniais duomenimis.

Rezultatai leidžia įdomiai skaityti. Pasirodo, kad treniruotų neuroninių tinklų elgesys yra labai panašus į žmogaus geštalto poveikį. Mūsų išvados rodo, kad neuroniniai tinklai, apmokyti naudojant natūralius vaizdus, ​​yra uždari, priešingai nei tinklai su atsitiktiniu svoriu arba tinklai, kurie buvo mokomi remiantis vizualiai atsitiktiniais duomenimis, sako Kimas ir kt.

Tai žavus rezultatas. Ir ne tik todėl, kad parodo, kaip neuroniniai tinklai imituoja smegenis, kad suprastų pasaulį.

Didesnis vaizdas yra tas, kad komandos požiūris atveria duris visiškai naujam neuroninių tinklų tyrimo būdui, naudojant eksperimentinės psichologijos įrankius. Manome, kad kitų Geštalto dėsnių ir apskritai kitų psichofizinių reiškinių tyrinėjimas neuroninių tinklų kontekste yra perspektyvi būsimų tyrimų sritis, sako Kimas ir kt.

Tai atrodo kaip pirmasis žingsnis į naują mašinų psichologijos sritį. Kaip teigė „Google“ komanda: supratimas, kuo skiriasi žmonės ir neuroniniai tinklai, bus naudinga aiškinamumo tyrimams, paaiškinant esminius dviejų įdomių rūšių skirtumus. XX amžiaus pradžios vokiečių eksperimentiniai psichologai tikrai būtų sužavėti.

Nuoroda: arxiv.org/abs/1903.01069 : Ar neuroniniai tinklai rodo geštalto reiškinius? Uždarymo dėsnio tyrinėjimas

paslėpti