Исследователь разработал глубокую нейронную сеть, способную имитировать способность человеческого мозга интерпретировать оптические иллюзии, основанную на эффекте квантового туннелирования

Исследователи разработали глубокую нейронную сеть, которая имитирует способность человеческого мозга объяснять оптические иллюзии на основе квантового туннелирования. В тестах сеть имитировала человеческую интерпретацию знаменитого куба Неккера и вазы Эдгара Рубина лучше, чем большие традиционные нейронные сети, используемые в компьютерном зрении.

Человеческое зрение основано на сложном взаимодействии физиологических и психологических процессов. Оптические иллюзии используют эти механизмы так, что мозг сначала воспринимает одну интерпретацию изображения, а затем при наблюдении переключается на другую интерпретацию. Эта способность чередовать множество интерпретаций характерна для человеческого мозга.

Напротив, современные алгоритмы искусственного интеллекта, хотя и вдохновлены структурой биологических нейронных сетей, с трудом воспроизводят эту способность. Их подход фокусируется на распознавании и классификации объектов, игнорируя нейронные и психологические тонкости человеческого восприятия. Исследования показывают, что это ограничение кроется в фундаментальных различиях между искусственными и биологическими нейронами.

Иван Максимов, старший научный сотрудник Института будущего искусственного интеллекта и кибернетики Университета Чарльза Стерта (Австралия), предлагает инновационный подход. Используя квантовое туннелирование, он создал глубокую нейронную сеть, способную объяснять оптические иллюзии. «На первый взгляд оптические иллюзии, квантовая механика и нейронные сети кажутся разными дисциплинами. Однако мои исследования показывают, что «квантовое туннелирование» может дать нейронным сетям возможности интерпретации, подобные человеческим», — написал он в статье в The Conversation Zhong объяснил.

Слияние глубоких нейронных сетей и квантового туннелирования

Человеческий мозг обрабатывает информацию, решая, какие данные актуальны. Глубокие нейронные сети основаны на этом и объединяют несколько слоев искусственных нейронов для сортировки и хранения важных данных. В отличие от традиционных нейронных сетей, которые состоят только из одного слоя нейронов, эти сложные системы могут обрабатывать нелинейную информацию.

Чтобы активироваться, искусственные нейроны должны преодолеть препятствия, которые помогают преодолеть электрические сигналы. Максимов считает, что квантовое туннелирование может позволить нейронам преодолеть эти препятствия и активировать нейроны даже в априорно неблагоприятных условиях. Эта способность позволяет нейронным сетям справляться с оптическими иллюзиями.

Туннелирование подразумевает способность квантовых объектов преодолевать априори непреодолимые препятствия.

Обратите внимание: Мировые банки внедряют технологию Blockchain, чтобы не потерять конкурентноспособность.

Это свойство возникает из-за способности субатомных частиц (фотонов, электронов и т д.) вести себя одновременно как волны и частицы (частично-волновой дуализм). Этот эффект был открыт в начале 20 века и объясняет явления, которые не могут быть объяснены классической физикой, например, радиоактивный распад.

Также было высказано предположение, что квантовые эффекты играют важную роль в функционировании нашего мозга и могут раскрыть определенные механизмы человеческого поведения. Хотя эти предположения еще не доказаны, алгоритмы квантовых вычислений оказались более эффективными, чем классические алгоритмы, для решения многих задач. «Исходя из этого, я хотел изучить, что произойдет, если мы интегрируем квантовые эффекты в нейронные сети», — объясняет Максимов.

На этом рисунке показана структура глубокой нейронной сети с эффектом квантового туннелирования.

Аналогия с парадоксом кота Шредингера

Максимов разработал глубокие нейронные сети, которые неоднократно обучались объяснять оптические иллюзии, такие как куб Неккера и ваза Эдгара Рубина. Каждый проход через квантовое туннелирование слегка меняет изображения, и сеть «решает», как их интерпретировать.

Имея дело с оптическими иллюзиями, алгоритм выдал результаты, соответствующие двум возможным интерпретациям (форма куба зависит от ориентации и граней вазы или вазы Рубина). Со временем интерпретация начинает колебаться между двумя вариантами, прежде чем в конечном итоге остановиться на одном, имитируя процесс человеческого восприятия. Эта динамика напоминает знаменитый квантовый парадокс кота Шредингера, в котором кот одновременно жив и мертв, пока его не наблюдают.

(а) Куб Неккера: ответ на вопрос «Теневая сторона куба находится спереди или сзади?» случайным образом колеблется между двумя стабильными состояниями восприятия. (б) Рубиновая ваза: «Вы видите двух людей, смотрящих друг на друга, или это ваза?

По мнению исследователей, этот эксперимент аналогичен знаменитому квантовому мысленному эксперименту «Кот Шрёдингера». В этом эксперименте кота запирают в ящике с пузырьком с ядом, и он остается живым и мертвым до тех пор, пока ящик не откроется и не будет определено его состояние. Квантовые частицы могут существовать в разных состояниях одновременно, пока их не наблюдают или не измеряют. Колебания между двумя интерпретациями в нейронных сетях могут вызвать этот квантовый эффект.

Максимов считает, что полученные результаты имеют далеко идущие последствия, в частности, для улучшения интерпретации пилотами и космонавтами полетных данных или диагностики неврологических заболеваний. Глубокие нейронные сети, использующие квантовое туннелирование, также могут способствовать появлению «сознательных роботов». Искусственный интеллект, обученный интерпретировать эти иллюзии, может ускорить диагностику неврологических заболеваний. Подробные результаты исследования опубликованы в журнале Машинное обучение APL.

Больше интересных статей здесь: Новости науки и техники.

Источник статьи: Исследователь разработал глубокую нейронную сеть, способную имитировать способность человеческого мозга интерпретировать оптические иллюзии, основанную на эффекте квантового туннелирования.