متلب

عملکرد مدل

 

محققان دریافتند که مدل آنها با داده های بدست آمده با مطالعه مناطق خاصی در مغز میمون های ماکائو سازگار است. در مطالعه ای که در سال 2010 منتشر شد ، فریوالد و دوریس تسائو از کالتک فعالیت نورون ها در آن مناطق را ثبت کردند و نحوه پاسخ آنها به 25 چهره مختلف را که از هفت دیدگاه مختلف دیده می شود ، مورد تجزیه و تحلیل قرار دادند. این مطالعه سه مرحله پردازش چهره در سطح بالاتر را نشان داد ، که تیم MIT اکنون فرضیه مربوط به سه مرحله از مدل گرافیکی معکوس خود را دارد: تقریباً ، یک مرحله وابسته به دیدگاه 2.5D. مرحله ای که از 2.5 تا 3-D پل می شود. و یک مرحله 3 بعدی ، دیدگاه-ثابت از نمای چهره.

 

Tenenbaum می گوید: "آنچه ما نشان می دهیم این است که هر دو ویژگی واکنش کمی و کیفی آن سه سطح از مغز به طرز چشمگیری با سه سطح برتر شبکه ای که ما ساخته ایم ، بسیار مناسب است."

 

محققان همچنین عملکرد مدل را با کار انسانها در یک کار مقایسه کردند که شامل شناخت چهره از دیدگاههای مختلف است. این کار زمانی سخت تر می شود که محققان با از بین بردن بافت صورت ضمن حفظ شکل آن یا تحریف شکل ضمن حفظ بافت نسبی ، چهره ها را تغییر دهند. عملکرد مدل جدید بسیار بیشتر از مدل های رایانه ای است که در نرم افزار پیشرفته تشخیص چهره مورد استفاده انسان ها قرار گرفته است ، شواهد اضافی مبنی بر اینکه این مدل ممکن است به تقلید از آنچه در سیستم تصویری انسان اتفاق می افتد نزدیک تر باشد .

 

محققان اکنون قصد دارند آزمایش رویکرد مدل سازی را بر روی تصاویر اضافی ، از جمله اشیاء بدون چهره ، ادامه دهند تا بررسی کنند که آیا گرافیک معکوس ممکن است چگونگی درک مغز انواع دیگر صحنه ها را نیز توضیح دهد. علاوه بر این ، آنها معتقدند که سازگاری این روش با دید رایانه می تواند منجر به عملکرد بهتر سیستم های هوش مصنوعی شود.

 

Tenenbaum می گوید: "اگر بتوانیم شواهدی از اثبات این مدلها با نحوه عملکرد مغز نشان دهیم ، این کار باعث می شود محققان بینایی کامپیوتر جدی تر عمل کنند و منابع مهندسی بیشتری را در این روش گرافیکی معکوس برای ادراک سرمایه گذاری کنند." " مغز هنوز استاندارد طلا برای هر نوع ماشینی است که جهان را به طور غنی و سریع می بیند."