Bilgisayar görüşünün altında yatan sinir ağları oldukça basittir. Girdi olarak bir görüntü alırlar ve bunu bir dizi adımda işlerler. İlk olarak pikselleri, sonra kenarları ve konturları, ardından nesnenin tamamını algılarlar ve sonunda neye baktıklarına dair nihai bir tahmin üretirler. Bunlar, “ileri beslemeli” sistemler olarak bilinir.
İnsan görüşünün temel bir özelliği, iki kez çekim yapma yeteneğidir. Görsel bilgileri işler ve gördüklerimiz hakkında bir sonuca varırız. Bu sonuç sarsıcı olduğunda, tekrar bakarız ve genellikle ikinci bakış bize gerçekte neler olduğunu söyler. İleri beslemeli bir şekilde çalışan bilgisayar görüntü sistemleri tipik olarak bu beceriden yoksundur, bu da bilgisayar görüntü sistemlerinin bazı basit görüş görevlerinde bile olağanüstü bir şekilde başarısız olmasına yol açar.
Araştırmacılar, insan beyninin ve yapay zeka bilgisayarlarının üç boyutlu nesneleri nasıl gördükleri arasında ilginç bir benzerlik keşfettiler.
Johns Hopkins Üniversitesi’ndeki atılımı gerçekleştiren bilim adamları, keşfin insan vizyonunun yapay zeka ile nasıl kopyalanacağını daha iyi anlamak için önemli bir adım olduğunu söyledi.
Yeni yapılan araştırmalara göre doğal ve yapay nöronlar iki boyutlu fotoğraflar ile eğitilmiş olan yapay nöronlara rağmen, 3 boyutlu parçalarını işlerken neredeyse aynı tepkileri vermekte. AlexNet AI ağı olarak adlandırılan yapay zeka, beynin görme aşamasında ilk çalışan kısmı olan V4 bölgesindeki nöronlarla aynı şekilde tepki veriyor. Araştırmanın yürütülmesinde çalışan John Hopkins Üniversitesi Nörobilim Profesörü olan Ed Connor, sinir ağı modelinin V4 gibi, 3 boyutlu şekillere güçlü ve net sinyaller göndermesine şaşırdığını ifade ediyor.
Profesör Connor, “Yapay ağlar beyni anlamak için en umut verici güncel modellerdir” dedi.
Araştırmanın makalesi geçtiğimiz yıl Current Biology adlı bilimsel dergide yayımlanmıştır. Ayrıca bilgisayarlı görü ve yapay sinir ağlarının çalışmasına dair bu makaleye de göz atabilirsiniz.
