El cerebro detecta fragmentos de formas 3D protuberancias, huecos, ejes, esferas en las etapas iniciales de la visión de objetos, una estrategia de inteligencia natural recién descubierta que los investigadores de la Universidad Johns Hopkins también encontraron en redes de inteligencia artificial capacitadas para reconocer objetos visuales.
Un nuevo papel en Biología actual detalla cómo las neuronas en el área V4, la primera etapa específica de la vía de visión de objetos del cerebro, representan fragmentos de formas 3D, no solo las formas 2D utilizadas para estudiar V4 durante los últimos 40 años. Luego, los investigadores de Johns Hopkins identificaron respuestas casi idénticas deneuronas artificiales, en una etapa temprana capa 3 de AlexNet, una red avanzada de visión por computadora. Tanto en la visión natural como en la artificial, la detección temprana de la forma 3D presumiblemente ayuda a interpretar objetos sólidos en 3D en el mundo real.
"Me sorprendió ver señales claras y fuertes para la forma 3D ya en V4", dijo Ed Connor, profesor de neurociencia y director del Instituto Zanvyl Krieger Mind / Brain. "Pero nunca lo hubiera adivinado en un millón de años.que vería que sucede lo mismo en AlexNet, que solo está capacitado para traducir fotografías 2D en etiquetas de objetos ".
Uno de los desafíos de larga data para la inteligencia artificial ha sido replicar la visión humana. Las redes profundas multicapa como AlexNet han logrado importantes ganancias en el reconocimiento de objetos, basadas en Unidades de Procesamiento Gráfico GPU de alta capacidad desarrolladas para juegos y entrenamiento masivo.sets alimentados por la explosión de imágenes y videos en Internet.
Connor y su equipo aplicaron las mismas pruebas de respuestas de imagen a neuronas naturales y artificiales y descubrieron patrones de respuesta notablemente similares en V4 y AlexNet capa 3. ¿Qué explica lo que Connor describe como una "correspondencia espeluznante" entre el cerebro, un producto deevolución y aprendizaje de por vida, y AlexNet, ¿diseñado por científicos informáticos y capacitado para etiquetar fotografías de objetos?
AlexNet y las redes profundas similares en realidad se diseñaron en parte basándose en las redes visuales de múltiples etapas en el cerebro, dijo Connor. Dijo que las estrechas similitudes que observaron pueden apuntar a oportunidades futuras para aprovechar las correlaciones entre la inteligencia natural y la artificial.
"Las redes artificiales son los modelos actuales más prometedores para comprender el cerebro. Por el contrario, el cerebro es la mejor fuente de estrategias para acercar la inteligencia artificial a la inteligencia natural", dijo Connor.
Fuente de la historia :
Materiales proporcionado por Universidad Johns Hopkins . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :