Naukowcy z Uniwersytetu Johnsa Hopkinsa zauważyli, że sztuczna inteligencja szkolona w zakresie rozpoznawania obiektów czyni to w podobny sposób jak ludzki mózg.
Ustalenia w tej sprawie zostały opisane w Current Biology, gdzie badacze wyjaśnili, w jaki sposób neurony w tzw. obszarze V4 reprezentują trójwymiarowe obiekty, a nie tylko o kształcie dwuwymiarowe. Autorzy badań zidentyfikowali niemal identyczne reakcje sztucznych neuronów tworzących sieć AlexNet. Zarówno w widzeniu naturalnym, jak i sztucznym, wczesne wykrywanie kształtów 3D prawdopodobnie pomaga w interpretacji stałych, trójwymiarowych obiektów w świecie rzeczywistym.
Czytaj też: Sztuczna Inteligencja na orbicie: technologia Intela napędza pierwszego satelitę z SI na pokładzie
Czytaj też: Sztuczna inteligencja w medycynie
Czytaj też: Przyszłość sztucznej inteligencji. Dalej będzie rozpoznawała kota jako psa?
Jednym z długoletnich wyzwań dla SI było naśladowanie ludzkiego wzroku. Sieci głębokiego uczenia, takie jak AlexNet, osiągnęły znaczny postęp w rozpoznawaniu obiektów w oparciu o wysokowydajne GPU opracowane na potrzeby gier. Korzystały również z zaawansowanych zestawów szkoleniowych.
Ludzki mózg i sztuczna inteligencja rozpoznają przedmioty w podobny sposób
W tym przypadku naukowcy odkryli niezwykle podobne wzorce reakcji w warstwach V4 i V3 sieci AlexNet. Przypomina to dość przerażającą, acz fascynującą korelację pomiędzy mózgiem – produktem ewolucji i uczenia się przez całe życie – a siecią zaprojektowaną i przeszkoloną przez informatyków.
Czytaj też: Dlaczego magiczne sztuczki są najlepszym sposobem oceny inteligencji zwierząt?
Czytaj też: Czy sztuczna inteligencja może zaplanować smaczny obiad?
