Wissenschaftler des Instituts für mathematische Probleme der Biologie der Russischen Akademie der Wissenschaften haben ein neuronales Netzwerk geschaffen, das seinen "Blick" steuert und nach Objekten in einem wahrgenommenen Bild sucht, ähnlich wie es die Sehorgane und das menschliche Gehirn tun. Dies geht aus einem Artikel hervor, der in der Zeitschrift Neural Networks veröffentlicht wurde.
„Das entwickelte Modell bietet eine einfache und unerwartete Erklärung für einen sehr komplexen kognitiven Prozess der Suche und Erkennung von Objekten in einem von unseren Augen wahrgenommenen Bild“, sagt Yakov Kazanovich vom Institut für mathematische Probleme der Biologie der Russischen Akademie der Wissenschaften in Puschchino. Ihm zufolge sollte das von seinem Team aufgebaute neuronale Netzwerk Neurophysiologen helfen, zu verstehen, wie reales menschliches Sehen funktioniert.
In den letzten zehn Jahren haben Hunderte von Programmierern und Dutzende großer IT-Unternehmen unzählige Bildverarbeitungssysteme entwickelt, mit denen verschiedene Objekte in einem wahrgenommenen Bild erkannt und klassifiziert werden können. Moderne Roboter, Suchmaschinen und Drohnen können diese Daten für eine Vielzahl von Zwecken verwenden - beispielsweise um Hindernisse zu umgehen oder einen Kunden bei der Lieferung eines Pakets zu finden.
Trotz enormer Fortschritte auf diesem Gebiet wissen Wissenschaftler praktisch nichts darüber, wie das Sehen von Mensch und Tier funktioniert und wie wir es schaffen, selbst Objekte, die wir noch nie gesehen haben, automatisch zu klassifizieren und zu erkennen.
Daher bleiben, wie Casanovich sagt, viele Merkmale des menschlichen Bewusstseins, der Wahrnehmung von Realität und Vision für Neurophysiologen und Psychologen immer noch ein Rätsel. Zum Beispiel haben Wissenschaftler lange darüber gestritten, warum eine Person sehr leicht „kontrastierende“Objekte in einer Vielzahl anderer Strukturen finden kann, die ihm nicht ähnlich sind, aber gleichzeitig Schwierigkeiten haben, mehrere Figuren zu finden, die in einer kleinen Anzahl ähnlicher Objekte versteckt sind.
Kazanovich und sein Kollege Roman Borisyuk haben einen großen Schritt zur Lösung dieses Problems unternommen, indem sie ein künstliches Intelligenzsystem geschaffen haben, das sich bei der Lösung dieser Probleme genauso verhält wie eine Person.
Sein Hauptmerkmal ist, wie Wissenschaftler sagen, dass es aus einer Vielzahl relativ unabhängiger Strukturen besteht, den sogenannten "Ensembles", in denen Neuronen spezielle Schwingungen erzeugen. Eine dieser Strukturen wird zu einer Art "Dirigent", der die Arbeit der anderen "Ensembles" kontrolliert und ihnen Aufgaben gibt, während andere Ensembles im Wesentlichen Objekte sind, die das neuronale Netzwerk im Bild "sieht".
"Ensembles" konkurrieren ständig miteinander um Einfluss auf den "Leiter" und den Betrieb des gesamten neuronalen Netzes als Ganzes. Die Art und Weise, wie dieser Wettbewerb abläuft, wie die Experimente und Berechnungen von Casanovich zeigen, spiegelt fast perfekt das Prinzip des menschlichen Sehens wider und ähnelt dem "Gleiten" unseres Blicks über das Bild, wenn wir nach Objekten mit unterschiedlichem "Kontrast" suchen.
Werbevideo:
Wissenschaftler hoffen, dass dieses Modell Neurophysiologen nicht nur dabei helfen wird, ähnliche Strukturen im Gehirn von Menschen und Affen zu finden, sondern auch zu verstehen, wie sie funktionieren, was uns der Schaffung "natürlicher" Bildverarbeitungssysteme näher bringt.
