אתה מסתכל על תמונה של עיגול שחור על רשת של נקודות מעגליות. זה דומה לחור שנצרב לתוך פיסת חומר רשת לבנה, אם כי זו למעשה תמונה שטוחה ונייחת על מסך או פיסת נייר. אבל המוח שלך לא מבין את זה ככה. כמו איזו חוויה הזויה ברמה נמוכה, המוח שלך נעלם; תופס את התמונה הסטטית כפתחה של מנהרה שחורה שנעה לקראתך.
תוכן
- יתרון אבולוציוני
- ראיית המכונה משתפרת
- מבחן טיורינג לראיית מכונה
- השתמש באשליה שלך
- השגת חזון כללי
בתגובה לאמינות ההשפעה, הגוף מתחיל להגיב באופן לא מודע: אישוני העין מתרחבים כדי לאפשר יותר אור פנימה, בדיוק כפי שהם היו מסתגלים אם אתה עומד להיות צלול לתוך החושך כדי להבטיח את הטוב ביותר האפשרי חָזוֹן.
האפקט המדובר נוצר על ידי אקיושי קיטאוקה, פסיכולוג באוניברסיטת Ritsumeikan בקובה, יפן. זו אחת מעשרות האשליות האופטיות שיצר במהלך קריירה ארוכה. ("אני אוהב את כולם," הוא אמר, והשיב לשאלתו של דיגיטל טרנד האם יש לו פייבוריט.)
סרטונים מומלצים
האשליה החדשה הזו הייתה נושא למחקר שפורסם לאחרונה בכתב העת Frontiers in Human Neuroscience. בעוד שהפוקוס של המאמר הוא בתקיפות בתגובות הפיזיולוגיות האנושיות לאפקט החדש (שמתברר שכ-86 אחוז מאיתנו יחוו), לנושא הכללי עשוי להיות גם הרבה מאוד רלוונטיות בכל הנוגע לעתיד של בינת מכונה - כפי שאחד החוקרים היה להוט להסביר לדיגיטל טרנדים.
יתרון אבולוציוני
משהו לא בסדר עם המוח שלך. לפחות, זו מסקנה אחת שקל להסיק מהאופן שבו המוח האנושי תופס אשליות אופטיות. איזה עוד הסבר יש לתמונה סטטית דו מימדית שהמוח תופס כמשהו אחר לגמרי? במשך זמן רב, הפסיכולוגיה המרכזית חשבה בדיוק את זה.
"בתחילה אנשים חשבו, 'בסדר, המוח שלנו לא מושלם... זה לא תמיד מסתדר'. זה כישלון, נכון?" אמר ברונו לאנג, פרופסור במחלקה לפסיכולוגיה של אוניברסיטת אוסלו ומחבר ראשון של המחקר הנ"ל. "אשליות במקרה הזה היו מעניינות כי הן חושפות איזשהו חוסר שלמות במנגנון."
למוח אין דרך לדעת מה יש שם בחוץ".
פסיכולוגים כבר לא רואים אותם כך. אם כבר, מחקר כמו זה מדגיש כיצד מערכת הראייה אינה רק מצלמה פשוטה. האשליה האופטית "החור המתרחב האשלייתי" מבהירה שהעין מסתגלת לאור ולחושך הנתפסים, אפילו המדומים, במקום לאנרגיה פיזית.
באופן משמעותי ביותר, זה מראה שאנחנו לא רק מתעדים את העולם עם מערכות הראייה שלנו, אלא במקום זאת, בצעו מערך רציף של ניסויים מדעיים על מנת להשיג תוצאה אבולוציונית קלה יתרון. המטרה היא לנתח נתונים המוצגים לנו ולנסות להתמודד מונעת עם בעיות לפני שהן הופכות, ובכן, לבעיות.
"למוח אין דרך לדעת מה יש שם בחוץ", אמר לאנג. "מה שזה עושה זה לבנות מעין מציאות מדומה של מה שיכול להיות שם בחוץ. יש מעט ניחושים. מבחינה זו אפשר לחשוב על המוח כמעין מכונה הסתברותית. אתה יכול לקרוא לזה א בייסיאני מכונה אם אתה רוצה. הוא משתמש בהשערה קודמת כלשהי ומנסה לבדוק אותה כל הזמן כדי לראות אם זה עובד".
Laeng נותן דוגמה של עינינו מבצעות התאמות על בסיס רושם של אור מהשמש: אפילו כאשר רואים את זה דרך כיסוי עננים או חופה של עלים. במקרה ש.
"מה שחשוב באבולוציה הוא לא שזה נכון [באותו רגע], אבל זה סביר", המשיך. "על ידי כיווץ האישון, הגוף שלך כבר מסתגל למצב שסביר מאוד שיקרה תוך פרק זמן קצר. מה שקורה [אם השמש תצא פתאום] זה שאתה מסונוור. מסונוור פירושו נטול יכולת זמנית. יש לכך השלכות עצומות בין אם אתה טרף ובין אם אתה טורף. אתה מאבד שבריר שנייה במצב מסוים ואולי לא תשרוד".
גם מערכות הראייה שלנו צריכות לנחש לא רק באור ובחושך. חשבו על משחק טניס, שבו הכדור נע במהירות גבוהה. אם היינו מבססים את התנהגותנו לחלוטין על מה שמערכת הראייה מקבלת בכל רגע נתון, היינו מפגרים מאחורי המציאות ולא מצליחים להחזיר את הכדור. "אנחנו מסוגלים לתפוס את ההווה למרות שאנחנו באמת תקועים בעבר", אמר לאנג. "הדרך היחידה לעשות זאת היא על ידי חיזוי העתיד. זה נשמע קצת כמו משחק מילים, אבל זהו זה בקצרה".
ראיית המכונה משתפרת
אז מה זה קשור לראייה ממוחשבת? פוטנציאלי הכל. כדי שרובוט, למשל, יוכל לתפקד ביעילות בעולם האמיתי, הוא צריך להיות מסוגל לבצע התאמות מסוג זה תוך כדי תנועה. למחשבים יש יתרון בכל הנוגע ליכולתם לבצע חישובים מהירים במיוחד. מה שאין להם זה מיליוני שנים של אבולוציה בצד שלהם.
בשנים האחרונות, ראיית המכונה בכל זאת עשתה צעדים אדירים. הם יכולים לזהות פרצופים או הליכות בזרמי וידאו בזמן אמת - אולי אפילו בקהל עצום של אנשים. סיווג תמונות דומים וכלים טכנולוגיים יכולים לזהות נוכחות של אובייקטים אחרים, גם בזמן פריצות דרך של פילוח אובייקטים מאפשרות להבין טוב יותר את התוכן של שונים סצנות. חלה גם התקדמות משמעותית בכל הנוגע להפקת תמונות תלת-ממד מסצנות דו-ממדיות, מה שמאפשר למכונות "לקרוא" מידע תלת-ממדי, כגון עומק, מסצנות. זה מקרב את הראייה הממוחשבת המודרנית לתפיסת התמונה האנושית.
עם זאת, עדיין קיים פער בין האלגוריתמים הטובים ביותר לראיית מכונה לבין סוגי היכולות מבוססות הראייה שהרוב המכריע של בני האדם מסוגל לבצע מגיל צעיר. אמנם איננו יכולים לבטא בדיוק כיצד אנו מבצעים את המשימות המבוססות על החזון הללו (כדי לצטט את הפוליאמט ההונגרי-בריטי מייקל פולני, "אנחנו יכולים לדעת יותר ממה שאנו יכולים לדעת"), בכל זאת אנו מסוגלים לבצע מגוון מרשים של משימות המאפשרות לנו לרתום את הראייה שלנו למגוון חכמים דרכים.
מבחן טיורינג לראיית מכונה
אם חוקרים ומהנדסים מקווים ליצור מערכות ראייה ממוחשבת הפועלות לפחות בשוויון עם הוויזואלי מיומנויות עיבוד של מוח כלי הרטיבות, בניית אלגוריתמים שיכולים להבין אשליות אופטיות היא התחלה לא רעה נְקוּדָה. לכל הפחות, זה יכול להוות דרך טובה למדוד עד כמה מערכות ראיית מכונה פועלות למוח שלנו. אולי זו לא התשובה למיתי בינה כללית מלאכותית, אבל זה עשוי להיות המפתח לפתיחת הנעילה של General Vision.
"אם מישהו יפתח, יום אחד, מערכת חזותית מלאכותית שמבצעת את אותן שגיאות תפיסה הזויות אם אנחנו עושים זאת, היית יודע בשלב זה שהם [משיגים] סימולציה טובה של איך המוח שלנו עובד", לאנג אמר. "זה יהיה מעין מבחן טיורינג. אם יש לך רשת מלאכותית שמתעתעת באשליה כמונו, אז אנחנו [נהיה] קרובים מאוד להבנת החישוב הבסיסי של המוח עצמו".
שיר יי-ג'ה, קורא ראיית מחשב ולמידת מכונה במרכז לעיבוד דיבור וסימני ראיה באוניברסיטת סארי בבריטניה, מסכים עם ההשערה. "לבקש מאלגוריתמי ראייה להבין אשליות אופטיות כנושא כללי יש ערך רב לקהילה", אמר ל-Digital Trends. "זה חורג מההתמקדות הקהילתית הנוכחית של לבקש ממכונות [להכיר], על ידי דחיקת המעטפת הלאה [ו]לבקש ממכונות להגיב. הדחיפה הזו [תייצג] צעד משמעותי קדימה לעבר 'חזון כללי', שבו צריך להתאים לפרשנויות סובייקטיביות של מושגים חזותיים".
השתמש באשליה שלך
עד כה, היה מחקר מוגבל לעבר מטרה זו - אם כי הוא עדיין בשלב מוקדם יחסית. נאסים נמצדה, חוקר בעל תואר Ph.D. במודלים של בינה מלאכותית ורובוטיקה-ראייה ברמה נמוכה, הוא אדם אחד שיש לו פרסם עבודה בנושא זה.
"אנו מאמינים כי חקירה נוספת של תפקידם של מודלים פשוטים דמויי גאוס בעיבוד רשתית ברמה נמוכה וגרעין גאוס בשלב מוקדם [עצבי עמוק רשתות], והתחזית שלה לאובדן אשליה תפיסתית, יובילו לטכניקות ומודלים של ראייה ממוחשבת מדויקת יותר", אמר נמצדה ל-Digital Trends. "[זה יכול] לתרום למודלים ברמה גבוהה יותר של עיבוד עומק ותנועה והכללה להבנת המחשב של תמונות טבעיות."
נעים מעגלים ללא תנועה (אשליה אופטית)!
מקס וויליאמס, חוקר בינה מלאכותית שעזר להרכיב מערך נתונים של אלפי תמונות אשליה אופטית עבור מערכות ראייה ממוחשבות, מציג את הקשר בין ראייה כללית לאשליות אופטיות בצורה תמציתית ביותר: "אשליות קיימות בגלל שהעיניים והמוח שלנו מבצעים מבולגן תהליך אד-הוק לחילוץ סצנה ויזואלית משדה אור בלתי מובן אחרת, שנוצר על ידי עולם פיזי שאנו אטומים ממנו כמעט לחלוטין", אמרו לדיגיטל. טרנדים. "אני לא חושב שאפשר לעשות מערכת חזותית מספיק אקספרסיבית כדי להיחשב כ'תפיסה' שהיא גם נקייה מאשליות".
השגת חזון כללי
שיהיה ברור, השגת ראייה כללית ברמת האדם (או טוב יותר) עבור בינה מלאכותית היא לא פשוט לאמן אותם לזהות אשליות אופטיות סטנדרטיות. שום יכולת היפר-ספציפית לפענח, למשל, אשליות עין הקסם עם דיוק של 99.9% ב-0.001 שניות לא תחליף מיליוני שנים של אבולוציה אנושית.
(מעניין, לראיית מכונה יש כבר גרסה משלה לאשליות אופטיות בצורה של מודלים יריבים, שעלולים לגרום להם לטעות - כמו באיור מדאיג אחד - א צב צעצוע בהדפסת תלת מימד לרובה. עם זאת, אלה אינם מניבים את אותם יתרונות אבולוציוניים כמו האשליות האופטיות שפועלות על בני אדם.)
ובכל זאת, לגרום למכונות להבין אשליות אופטיות אנושיות, ולהגיב אליהן בדרך שאנו עושים, עשוי להיות מחקר שימושי מאוד.
ודבר אחד בטוח: כאשר General Vision AI הוא שהושג, זה ייפול לאותם סוגים של אשליות אופטיות כמונו. לפחות, במקרה של החור המתרחב האשלייתי, 86% מאיתנו.
המלצות עורכים
- Wix משתמשת ב-ChatGPT כדי לעזור לך לבנות במהירות אתר שלם
- OpenAI בונה צוות חדש כדי לעצור בינה מלאכותית סופר אינטליגנטית
- הרעיונות הגאונים האלה יכולים לעזור להפוך את הבינה המלאכותית לקצת פחות רעה
- כלי זיהוי התמונות של גוגל מרגיש כאילו הוא יכול לעבוד
- בינה מלאכותית יכולה להחליף כ-7,800 משרות ב-IBM כחלק מהפסקת גיוס עובדים
