211service.com
Nejaušs attēlu eksperiments atklāj cilvēka iztēles pamatelementus
Šeit ir ziņkārīgs eksperiments. Paņemiet balto troksni un izmantojiet to, lai izveidotu attēlu kopu, kas būtībā ir dažādu krāsu bloku nejauši izkārtojumi. Parādiet šos attēlus vairākiem cilvēkiem un jautājiet, vai kāds no attēliem viņiem atgādina, piemēram, automašīnu.
Lielāko daļu laika šie nejaušie attēli cilvēkiem parādīsies kā nejauši. Taču šad un atkal kāds teiks, ka kāds attēls atgādina automašīnu. Novietojiet šo attēlu malā. Un atkārtojiet.
Pēc, piemēram, 100 000 attēlu novērtēšanas šādā veidā, jūs iegūsit būtībā nejaušu attēlu kopu, kas atgādina cilvēkiem par automašīnām. Paņemiet vidējo no šiem rādītājiem, un jūs atradīsit kaut ko interesantu. Iegūtais attēls patiešām izskatās pēc izplūdušas automašīnas, nevis pēc noteikta veida automašīnas, bet gan pēc ļoti vispārīga veidnes.
Lai gan mūsu datu kopa sastāv tikai no balta trokšņa, parādās automašīna, saka Karls Vodriks un viņa draugi Masačūsetsas Tehnoloģiju institūtā Kembridžā, kuri veica pētījumu.
Mūsdienās šie puiši saka, ka šis process iegūst vizuālo veidni, ko cilvēka smadzenes izmanto, lai atšķirtu objektus, piemēram, automašīnas, no automašīnām, kas nav automašīnas. Un tā kā šī procesa pamatā ir tikai troksnis un iztēle, Vondiks un viņa kolēģi apgalvo, ka tas sniedz unikālu ieskatu cilvēka iztēles būtībā.
Eksperimentālās detaļas ir salīdzinoši vienkāršas. Vondrick un co izmanto uz troksni balstītu procesu, lai ģenerētu datu kopas, kas sastāv no 100 000 attēliem. Pēc tam viņi lūdza Amazon Mechanical Turk darbiniekiem klasificēt katru attēlu kā automašīnu vai nē. Viņi veic dažādus kvalitātes nodrošināšanas testus, lai tajos tiktu iekļauti tikai labāko darbinieku rezultāti.
Atsevišķos testos viņi arī lūdz darbiniekiem atrast cilvēku attēlus, televizorus, pudeles, sporta bumbas utt. Katrā gadījumā, kad atlasītajiem attēliem tiek aprēķināts vidējais rādītājs, parādās izplūdusi šo objektu veidne.
Viens no interesantajiem atklājumiem, ko Vodriks un co ir izdarījuši, ir tas, ka dažādās pasaules daļās pastāv kultūras atšķirības starp iztēli, kas veidojas dažādās pasaules daļās. Piemēram, palūdziet cilvēkiem Indijā izvēlēties attēlus, kas viņiem atgādina sporta bumbu, un rezultātā veidne ir sarkans apļveida izplūdums. Bet palūdziet cilvēkiem no ASV veikt to pašu vingrinājumu, un rezultāts ir oranžs/brūns izplūdums.
Atšķirību ir viegli izskaidrot. Indijā vispopulārākais sporta veids ir krikets, ko spēlē ar sarkanu bumbiņu. Bet ASV populārākie sporta veidi ir amerikāņu futbols un basketbols, kurus spēlē ar oranžām vai brūnām bumbiņām. Skaidrs, ka kultūrainavai ir būtiska ietekme uz cilvēka iztēli.
Viens dīvains atklājums ir tāds, ka, kad komanda lūdza cilvēkus no Singapūras identificēt automašīnas, iegūtā veidne, šķiet, parāda automašīnu no priekšpuses. Turpretim cilvēki ASV izveidoja veidni, kurā redzama automašīna no sāniem. Kāpēc tas tā ir, vēl nav skaidrs.
Tomēr rezultāti ir vairāk nekā tikai ziņkārīgi. Vondrick un co ir izmantojuši veidnes, lai apmācītu mašīnredzes algoritmus, un apgalvo, ka rezultāti ievērojami pārspēj citus apmācības mehānismus. Piemēram, mašīnredzes algoritms, kas apmācīts ar vienu automobiļa veidni, daudz labāk spēj atpazīt automašīnas citos attēlos nekā tas pats algoritms, kas apmācīts ar vienu parastu automašīnas attēlu.
Tas ir aizraujošs darbs, kas sniedz svarīgu ieskatu cilvēka prāta būtībā. Tas arī nodrošina jaunu svarīgu veidu, kā apmācīt mašīnredzes algoritmus, lai tie izturētos vairāk kā cilvēki.
Viena no iztēles ārkārtējām iezīmēm ir tā, ka tā ļauj cilvēkiem vizualizēt objektus, ko viņi nekad nav redzējuši. Datori joprojām ir tālu no tā, taču Vondika un citu personu darbs varētu būt svarīgs atspēriena punkts. Mēs ceram, ka mūsu idejas iedvesmos turpmākajam darbam pie mašīnu veidošanas ar spēju iztēloties jaunas vizuālas koncepcijas gluži kā cilvēks, saka komanda.
Atsauce: arxiv.org/abs/1410.4627 : vizuālo klasifikatoru iegūšana no cilvēka iztēles