Az emberi látás megértése mesterséges intelligencia segítségével
A világ körülöttünk nem csak a szemünk előtt zajlik, hanem az agyunkban is. Gondoljunk csak arra, ahogy egy autóra pillantunk: rendszerint csak néhány kerekét látjuk, mégis biztosak vagyunk benne, hogy négy keréken gurul. Ez a megfigyelés jól illusztrálja, hogy észlelésünk nem csupán a látott képkockákra támaszkodik, hanem a világról szerzett korábbi tudásunkra is. Orbán Gergő, a HUN-REN Wigner Fizikai Kutatóközpont Komputációs Rendszerszintű Idegtudomány „Lendület” Kutatócsoportjának vezetője hangsúlyozza, hogy a környezetünkből származó vizuális információ önmagában nem elegendő ahhoz, hogy megbízható következtetéseket vonjunk le az eseményekről.
Orbán és csapata mesterséges intelligencia (AI) modellt alkalmazva igyekszik jobban megérteni az emberi látás működését. Az új kutatásuk, amely a Nature Communications folyóiratban jelent meg, egy generatív mély tanulási modellt mutat be, amely célja nem csupán az emberi látókéregben zajló számítási folyamatok feltérképezése, hanem útmutatóként is szolgálhat a kísérleti idegtudománnyal foglalkozó kutatók számára az állatkísérletek optimalizálásában is.
A látókéreg hierarchikus szerveződése
Ez a feldolgozási minta, különösen a főemlősök esetében, hierarchikusan van felépítve. Az alsóbb szintű idegsejtek az alapvető információk kezelését végzik, míg a magasabb szintű területek egyre bonyolultabb, több szempontú elemzésekre képesek. A mély tanulási modellek itt központi szerepet játszanak, mivel a vizuális információt jellemzően egyirányban, a rétegek között előrecsatolt módon dolgozzák fel. Ez a folyamat tükrözi azokat a modern vizuális algoritmusokat, amelyeket a telefonok is használnak, amikor egy általunk lefotózott növényt vagy állatot azonnal beazonosítanak a fotókönyvtárak segítségével.
Ez a kutatás tehát új dimenziókat nyithat meg az emberi látás mechanizmusának megértésében, és hozzájárulhat a jövőbeli idegtudományos kísérletek informáltabb megközelítéséhez.
