Konvolyusional sinir şəbəkələri olaraq da bilinən kompüter görmə modelləri, cisimləri insanoğlu qədər dəqiq tanımaq üçün öyrədilə bilər. Ancaq bu modellərin bir böyük qüsuru var: bir insana demək olar ki, görünməyən bir görüntüdəki dəqiqəlik dəyişikliklər onları səhv yönləndirə bilər və pişiyi ağac kimi təsnif etmək qədər səhv edə bilər.
İndi MIT, Harvard Universiteti və IBM-dən bir qrup, beynin görmə işləmə sisteminin ilk mərhələsini təqlid etmək üçün bu modellərə yeni bir qat əlavə edərək bu zəifliyi azaltmaq üçün bir yol gelişim etdirdi. Bu yeni araşdırmada tədqiqatçılar bu təbəqənin modellərin bu cür səhvlərə qarşı davamlılığını xeyli yaxşılaşdırdığını göstərdilər.
Dönüşümlü sinir şəbəkələri tez-tez muxtar avtomobillər, avtomatlaşdırılmış montaj xətləri və tibbi diaqnostika kimi süni intellekt tətbiqetmələrində istifadə olunur. Tədqiqatçılar, gelişim etdirdikləri bu yeni yanaşmanın həyata keçirilməsinin bu sistemlərin potensial olaraq səhvlərə daha azca meylli və daha çox insanoğlunun görmə qabiliyyəti ilə uyğunlaşdıra biləcəyini söyləyirlər.
Təkmilləşdirilmiş Qatı əlavə edərək, Modellər Səhv Edilməyə Dörd Dəfə Daha Dayanıklı Olur
Cisimləri tanımaq beynin görmə sisteminin əsas funksiyalarından biridir. Yalnız aniden görmə məlumatları ventral vizual axından, cisimlərin təsnifatı üçün lazım olan məlumatları ehtiva edən neyronların olduğu beyindəki alt müvəqqəti korteksə axır. Beyinin hər mərhələdə fərqli bir şəkildə gelişim etdiyi ventral axının ilk sahəsi V1 adlanır və beynin ən yaxşı səciyyələnən bölgələrindən önde gelen V1, sadə görmə xüsusiyyətlərinə cavab verən neyronları ehtiva edir.
Tədqiqatçılar öz araşdırmalarında öz V1 modellərini gelişim etdirməyə qərar verdilər və bu V1 qatını modellərə əlavə etdikdə, modellərin şəkillərdə səhvlərə qarşı dörd qat daha davamlı olduqlarını, eyni zamanda cisimlərin səhv müəyyənləşdirilməsinə qarşı daha azca həssas olduqlarını təsbit etdilər.
Tədqiqatçılar indi hazırladıqları V1 modelinin gələcək xüsusiyyətlərini daha da möhkəm və davamlı etmələrinə kömək etmək üçün əsas xüsusiyyətləri müəyyənləşdirməyə çalışırlar. Bu, tədqiqatçılara insan beyninin obyektləri necə tanıdığını öyrənməkdə kömək edə bilər.
Orijinal məqalə: MIT News
