Optiset illuusiot voivat auttaa meitä rakentamaan uuden sukupolven tekoälyä

Katsot kuvaa mustasta ympyrästä pyöreän pisteen ruudukossa. Se muistuttaa valkoiseen verkkomateriaaliin poltettua reikää, vaikka se on itse asiassa litteä, paikallaan oleva kuva näytöllä tai paperilla. Mutta aivosi eivät ymmärrä sitä niin. Kuten jokin matalan tason hallusinatorinen kokemus, mielesi laukeaa; havaita staattinen kuva mustan tunnelin suuksi, joka liikkuu sinua kohti.

Vaikutuksen todenperäisyyteen reagoiden keho alkaa alitajuisesti reagoimaan: silmän pupillit laajenevat päästääkseen enemmän valoa, aivan kuten ne mukautuisivat, jos olisit joutumassa pimeyteen parhaan mahdollisen takaamiseksi näkemys.

Kyseisen efektin loi Akiyoshi Kitaoka, psykologi Ritsumeikan-yliopistossa Kobessa, Japanissa. Se on yksi kymmenistä optisista illuusioista, joita hän on luonut pitkän uran aikana. ("Pidän niistä kaikista", hän sanoi vastaten Digital Trendin kysymykseen, onko hänellä suosikkia.)

Tämä uusi illuusio oli äskettäin julkaistun tutkimuksen kohteena Frontiers in Human Neuroscience -lehdessä. Vaikka artikkelin painopiste onkin tiukasti ihmisen fysiologisissa reaktioissa uuteen vaikutukseen (jonka käy ilmi, että noin 86 prosenttia meistä kokee), Kokonaisaiheella voi olla myös paljon merkitystä koneälyn tulevaisuuden kannalta – kuten yksi tutkijoista halusi selittää Digitalille Trendit.

Evoluutioreuna

Jotain on vialla aivoissasi. Ainakin tämä on yksi helppo johtopäätös tavasta, jolla ihmisaivot havaitsevat optisia illuusioita. Mikä muu selitys on kaksiulotteiselle, staattiselle kuvalle, jonka aivot näkevät jonakin täysin erilaisena? Pitkään valtavirran psykologia käsitteli juuri niin.

"Aluksi ihmiset ajattelivat: "Okei, aivomme eivät ole täydelliset... Ne eivät aina ymmärrä." Se on epäonnistuminen, eikö?" sanoi Bruno Laeng, Oslon yliopiston psykologian laitoksen professori ja edellä mainitun tutkimuksen ensimmäinen kirjoittaja. "Illuusot olivat siinä tapauksessa mielenkiintoisia, koska ne paljastaisivat jonkinlaisen koneiston epätäydellisyyden."

Psykologit eivät enää näe heitä sillä tavalla. Jos mitään, tällainen tutkimus korostaa, kuinka visuaalinen järjestelmä ei ole vain suoraviivainen kamera. "Illusory Expanding Hole" -optinen illuusio tekee selväksi, että silmä sopeutuu havaittuun, jopa kuviteltuun valoon ja pimeyteen fyysisen energian sijaan.

Mikä tärkeintä, se osoittaa, että emme vain tyhmästi tallenna maailmaa visuaalisilla järjestelmillämme, vaan sen sijaan suorita jatkuva sarja tieteellisiä kokeita saavuttaaksesi pienen evoluution etu. Tavoitteena on analysoida meille esitettyä dataa ja yrittää ennakoivasti käsitellä ongelmia ennen kuin niistä tulee ongelmia.

"Aivot eivät voi tietää, mitä siellä [todella] on", Laeng sanoi. "Se rakentaa eräänlaista virtuaalitodellisuutta siitä, mitä siellä voisi olla. Siinä on vähän arvailua. Tässä suhteessa voit ajatella aivoja eräänlaisena todennäköisyyslaskentakoneena. Voit kutsua sitä a Bayesin kone, jos haluat. Se käyttää jotain aikaisempaa hypoteesia ja yrittää testata sitä koko ajan nähdäkseen, toimiiko se."

Laeng antaa esimerkin, jossa silmämme tekevät säätöjä pelkästään auringon valon vaikutelman perusteella: silloinkin, kun se näkisi pilven tai yläpuolella olevan lehtikatoksen läpi. Varmuuden vuoksi.

"Evoluutiossa ei ole merkitystä sillä, että se on totta [sillä hetkellä], mutta se on todennäköistä", hän jatkoi. ”Kuristamalla pupillia kehosi sopeutuu jo tilanteeseen, joka hyvin todennäköisesti tapahtuu lyhyessä ajassa. Mitä tapahtuu [jos aurinko yhtäkkiä tulee ulos], on se, että olet häikäistynyt. Häikäisevä tarkoittaa tilapäistä työkyvytöntä. Sillä on valtavat seuraukset riippumatta siitä, oletko saalis tai oletko saalistaja. Menetät sekunnin murto-osan tietyssä tilanteessa etkä ehkä selviä."

Näköjärjestelmiemme ei myöskään tarvitse tehdä arvauksia vain valosta ja pimeydestä. Ajattele tennispeliä, jossa pallo liikkuu suurella nopeudella. Jos perustaisimme käyttäytymisemme kokonaan siihen, mitä visuaalinen järjestelmä vastaanottaa kulloinkin, jäämme jälkeen todellisuudesta emmekä pysty palauttamaan palloa. "Pystymme havaitsemaan nykyhetken, vaikka olemme todella jumissa menneisyydessä", Laeng sanoi. "Ainoa tapa tehdä se on ennustaa tulevaisuutta. Se kuulostaa vähän sanapeliltä, ​​mutta siinä se pähkinänkuoressa.”

Konenäkö paranee

Joten mitä tekemistä tällä on tietokonenäön kanssa? Mahdollisesti kaikki. Jotta esimerkiksi robotti voisi toimia tehokkaasti todellisessa maailmassa, sen on kyettävä tekemään tällaisia ​​säätöjä lennossa. Tietokoneilla on etu, kun kyse on niiden kyvystä suorittaa erittäin nopeita laskutoimituksia. Heillä ei ole miljoonien vuosien kehitystä heidän puolellaan.

Viime vuosina konenäkö on kuitenkin edistynyt valtavasti. He voivat tunnistaa kasvot tai askelmat reaaliaikaisissa videovirroissa – mahdollisesti jopa suurissa ihmisjoukkoissa. Samanlaiset kuvien luokittelu- ja tekniset työkalut voivat tunnistaa myös muiden esineiden läsnäolon objektien segmentoinnin läpimurrot mahdollistavat erilaisten sisällön ymmärtämisen paremmin kohtauksia. Merkittävää edistystä on tapahtunut myös 3D-kuvien ekstrapoloinnissa 2D-kohtauksista, jolloin koneet voivat "lukea" kohtauksista kolmiulotteisia tietoja, kuten syvyyttä. Tämä vie nykyaikaisen tietokonenäön lähemmäksi ihmisen kuvan havaitsemista.

Parhaiden konenäköalgoritmien ja niiden näköpohjaisten ominaisuuksien välillä, joita valtaosa ihmisistä pystyy toteuttamaan nuoresta iästä lähtien, on kuitenkin edelleen kuilu. Vaikka emme voi ilmaista tarkasti, kuinka suoritamme nämä visioon perustuvat tehtävät (lainatakseni unkarilais-brittiläistä polymaatti Michael Polanyia, "voimme tietää enemmän kuin voimme kertoa), pystymme kuitenkin suorittamaan vaikuttavan joukon tehtäviä, joiden avulla voimme valjastaa näkömme erilaisia ​​älykkäitä tavoilla.

Turingin testi konenäköä varten

Jos tutkijat ja insinöörit toivovat voivansa luoda tietokonenäköjärjestelmiä, jotka toimivat vähintään visuaalisen näköisenä wetware-aivojen käsittelytaidot, optisia illuusioita ymmärtävien algoritmien rakentaminen ei ole huono alku kohta. Ainakin se voisi olla hyvä tapa mitata, kuinka hyvin konenäköjärjestelmät toimivat omille aivoillemme. Se ei ehkä ole vastaus myyttisyyteen Yleinen tekoäly, mutta se saattaa olla avain General Visionin lukituksen avaamiseen.

"Jos joku kehittäisi jonain päivänä keinotekoisen visuaalisen järjestelmän, joka tekee samat illusoriset havaintovirheet jonka me teemme, tiedät tässä vaiheessa, että he [saavat] hyvän simulaation aivomme toiminnasta", Laeng sanoi. "Se olisi eräänlainen Turingin testi. Jos sinulla on keinotekoinen verkosto, joka on harhakuvitelman huijaama kuten mekin, silloin [olemme] hyvin lähellä itse aivojen taustalla olevan laskennan ymmärtämistä."

Yi-Zhe Song, Computer Vision and Machine Learning -julkaisun lukija Ison-Britannian Surreyn yliopiston Vision Speech and Signal Processing -keskuksessa, on samaa mieltä hypoteesin kanssa. "Näköalgoritmien pyytäminen ymmärtämään optisia illuusioita yleisenä aiheena on suurta arvoa yhteisölle", hän kertoi Digital Trendsille. "Se ylittää nykyisen yhteisön painopisteen, jossa koneita pyydetään [tunnistamaan], työntämällä kirjekuorta pidemmälle [ja] pyytämällä koneita järkeilemään. Tämä työntö [merkitsisi] merkittävää edistystä kohti "yleistä visiota", jossa visuaalisten käsitteiden subjektiiviset tulkinnat on mukautettava."

Käytä illuusiota

Tähän mennessä tätä tavoitetta on tutkittu vähän, vaikka se onkin vielä suhteellisen varhaisessa vaiheessa. Nasim Nematzadeh, tutkija, jolla on Ph.D. tekoälyn ja robotiikan matalan tason näkömalleissa on yksi henkilö, jolla on julkaistu työ tästä aiheesta.

"Uskomme, että yksinkertaisten Gaussin kaltaisten mallien roolin tutkiminen verkkokalvon matalan tason prosessoinnissa ja Gaussin ytimen rooli varhaisessa vaiheessa [syvä hermo verkot] ja sen ennuste havaintoharhan katoamisesta johtaa tarkempiin tietokonenäkötekniikoihin ja -malleihin”, Nematzadeh sanoi Digital Trendsille. "[Tämä voisi] edistää korkeamman tason malleja syvyyden ja liikkeen käsittelystä ja yleistää luonnollisten kuvien tietokoneiden ymmärtämiseen."

Max Williams, tekoälytutkija, joka auttoi kokoamaan tietojoukon tuhansia optisia illuusiokuvia tietokonenäköjärjestelmille, esittää yleisnäön ja optisten illuusioiden välisen suhteen mitä lyhyimmin: "Illuusioita on olemassa, koska silmämme ja aivomme tekevät sotkuista ja ad-hoc-prosessi visuaalisen kohtauksen poimimiseksi muuten käsittämättömästä valokentästä, jonka on luonut fyysinen maailma, josta olemme lähes täysin eristyksissä”, he kertoivat Digitalille. Trendit. "En usko, että visuaalista järjestelmää on mahdollista tehdä tarpeeksi ilmeikkääksi, jotta sitä pidettäisiin 'havaintona', joka on myös vapaa illuusioista."

Yleisen vision saavuttaminen

Selvyyden vuoksi todettakoon, että ihmisen tason (tai paremman) General Visionin saavuttaminen tekoälylle ei tarkoita vain sitä, että heitä koulutetaan tunnistamaan tavallisia optisia illuusioita. Mikään hyperspesifinen kyky esimerkiksi purkaa Magic Eye -illuusioita 99,9 %:n tarkkuudella 0,001 sekunnissa ei korvaa miljoonien vuosien ihmisen kehitystä.

(Mielenkiintoista kyllä, konenäöllä on jo oma versio optisista illuusioista kilpailevien mallien muodossa, mikä voi saada heidät erehtymään – kuten yhdessä hälyttävässä kuvassa – 3D-tulostettu lelukilpikonna kivääriin. Nämä eivät kuitenkaan tuota samoja evoluution etuja kuin optiset illuusiot, jotka vaikuttavat ihmisiin.)

Silti koneiden saaminen ymmärtämään ihmisen optisia illuusioita ja reagoimaan niihin samalla tavalla kuin me teemme, voisi olla erittäin hyödyllistä tutkimusta.

Ja yksi asia on varma: Kun General Vision AI On saavutetaan, se kaatuu samanlaisiin optisiin illuusioihin kuin mekin. Ainakin Illusory Expanding Holen tapauksessa 86% meistä.

Toimittajien suositukset

• Wix käyttää ChatGPT: tä auttaakseen sinua rakentamaan nopeasti koko verkkosivuston
• OpenAI rakentaa uutta tiimiä estääkseen superälykkään tekoälyn huijauksen
• Nämä nerokkaat ideat voivat auttaa tekemään tekoälystä hieman vähemmän pahaa
• Googlen tekoälykuvantunnistustyökalu tuntuu toimivan
• Tekoäly voisi korvata noin 7 800 työpaikkaa IBM: llä osana rekrytointitaukoa