Naukowcy dysponują obecnie modelem matematycznym, który ściśle odzwierciedla sposób, w jaki ludzki mózg interpretuje dane wizualne.
Naukowcy podkreślili, że ludzkie mózgi są w naturalny sposób przystosowane do wykonywania zaawansowanych obliczeń, podobnie jak każdy komputer o dużej mocy, aby zrozumieć świat w procesie znanym jako wnioskowanie bayesowskie.
W niedawnym badaniu opublikowanym w Komunikacja przyrodniczabadacze z Uniwersytet w SydneyUniwersytety w Queensland i Uniwersytet w Cambridge opracowały kompleksowy model matematyczny obejmujący wszystkie elementy niezbędne do wnioskowania bayesowskiego.
Wnioskowanie bayesowskie to metoda statystyczna, która łączy wcześniejszą wiedzę z nowymi dowodami w celu inteligentnego przypuszczenia. Na przykład, jeśli wiesz, jak wygląda pies i widzisz futrzane zwierzę z czterema nogami, możesz wykorzystać swoją wcześniejszą wiedzę, aby zgadnąć, że jest to pies.
Ta wrodzona umiejętność pozwala ludziom interpretować otoczenie z niezwykłą dokładnością i szybkością, w przeciwieństwie do maszyn, które można przechytrzyć za pomocą prostych środków bezpieczeństwa CAPTCHA, gdy zostaną poproszeni o zidentyfikowanie hydrantów przeciwpożarowych na panelu obrazów.
„Pomimo atrakcyjności koncepcyjnej i mocy wyjaśniającej podejścia bayesowskiego, sposób, w jaki mózg oblicza prawdopodobieństwa, jest w dużej mierze tajemniczy” – powiedział główny badacz badania, dr Robin Riddo z Wydziału Psychologii Uniwersytetu w Sydney.
„Nasze nowe badanie rzuca światło na tę zagadkę. Odkryliśmy, że infrastruktura i połączenia w systemie wzrokowym naszego mózgu są skonfigurowane w sposób umożliwiający wnioskowanie bayesowskie na temat otrzymywanych danych sensorycznych.
„To odkrycie sprawia, że to odkrycie jest ważne, ponieważ potwierdzenie, że nasze mózgi mają wrodzoną konstrukcję, która pozwala na tę zaawansowaną formę przetwarzania, umożliwiając nam skuteczniejszą interpretację otoczenia”.
Wyniki badania nie tylko potwierdzają istniejące teorie na temat wykorzystania przez mózg wnioskowania bayesowskiego, ale otwierają drzwi do nowych badań i innowacji, w których naturalną zdolność mózgu do wnioskowania bayesowskiego można wykorzystać do praktycznych zastosowań przynoszących korzyści społeczeństwu.
„Nasze badania, choć skupiały się głównie na percepcji wzrokowej, mają szersze implikacje w całym spektrum neuronauki i psychologii” – stwierdziła dr Rideau.
„Rozumiejąc podstawowe mechanizmy wykorzystywane przez mózg do przetwarzania i interpretacji danych zmysłowych, możemy utorować drogę postępowi w takich dziedzinach, jak sztuczna inteligencja, gdzie naśladowanie funkcji mózgu mogłoby zrewolucjonizować… Nauczanie maszynowedo neuronauki klinicznej i prawdopodobnie dostarczą nowych strategii dla przyszłych interwencji terapeutycznych.
Zespół badawczy kierowany przez dr Williama Harrisona dokonał tego odkrycia, rejestrując aktywność mózgu ochotników podczas biernego oglądania programów, których celem było wywołanie określonych sygnałów neuronowych związanych z przetwarzaniem wizualnym. Następnie stworzyli modele matematyczne, aby porównać szereg konkurencyjnych hipotez na temat sposobu, w jaki ludzki mózg postrzega wzrok.
Odniesienie: „Strojenie neuronowe tworzy wcześniejsze oczekiwania w ludzkim układzie wzrokowym”, William J. Harrison, Paul M. Bays i Reuben Rideaux, 1 września 2023 r., Komunikacja przyrodnicza.
doi: 10.1038/s41467-023-41027-s
„Odkrywca. Nieprzepraszający przedsiębiorca. Fanatyk alkoholu. Certyfikowany pisarz. Wannabe tv ewangelista. Fanatyk Twittera. Student. Badacz sieci. Miłośnik podróży.”
More Stories
Jak czarne dziury stały się tak duże i szybkie? Odpowiedź kryje się w ciemności
Według skamieniałości prehistoryczna krowa morska została zjedzona przez krokodyla i rekina
Wystrzelenie rakiety Falcon 9 firmy SpaceX zostało wstrzymane ze względu na zbliżanie się dwóch głównych misji załogowych lotów kosmicznych