Bilim Ofisi | Bu daire yeşil mi gri mi? Merkez çizgileri düz mü eğimli mi?
674
post-template-default,single,single-post,postid-674,single-format-standard,ajax_fade,page_not_loaded,,qode-title-hidden,qode_grid_1300,footer_responsive_adv,qode-theme-ver-16.6,qode-theme-bridge,disabled_footer_bottom,wpb-js-composer js-comp-ver-5.5.1,vc_responsive

Bu daire yeşil mi gri mi? Merkez çizgileri düz mü eğimli mi?

Optik yanılsamalar deneyim ve tartışma için eğlenceli olabilir, ama insan beyninin bu farklı olayları nasıl algıladığını anlamak, aktif bir bilimsel araştırma alanı olmayı sürdürüyor. Bağlamsal olaylar olarak adlandırılan bir takım grupsal optik yanılsama için, bu algıların içeriğe bağlı olduğu biliniyor. Örneğin, merkezi bir daire olduğunu düşündüğünüz renk, kendisini çevreleyen halkanın rengine bağlıdır. Bazen dış renk, iç rengi kendine daha benzer bir renk gibi gösterir, mesela yakınındaki yeşil halka mavi halkanın turkuaz gibi görünmesini sağlar. Ancak bazen dış rengi, iç renginin daha az benzer görünmesini sağlar, örneğin pembe bir halka, gri bir daireyi yeşilimsi gösterir.

Brown Üniversitesi bilgisayar görüntüsü uzmanlarından oluşan bir ekip, bu bağlamsal olayların sinirsel mekanizmalarını anlamak için kollarını sıvadı. Çalışmaları 20 Eylül’de Psikolojik İnceleme(Psychological Review)’de yayınlandı.

Brown’da bilişim, dilbilim ve psikoloji bilimleri profesörü ve gazetenin kıdemli yazarı olan Thomas Serre, “Optik yanılsamaların bir hata değil, bir özellik olduğu konusunda fikir birliği var. Bence onlar bir özellik. Görsel sistemimiz için uç durumları temsil edebilirler, ancak vizyonumuz günlük yaşamda ve nesnelerin tanınmasında çok güçlü.”  şeklinde konuştu.

Çalışma için, Brown Carney Beyin Bilimi Enstitüsü’ne bağlı Serre tarafından yönetilen ekip, görme merkezinin anatomik ve nörofizyolojik verileri ile sınırlandırılmış bir hesaplama modeli sayesinde başladı. Model, komşu kabuksal sinir hücrelerinin birbirlerine mesaj göndermesini ve bağlamsal optik yanılsamalar gibi karmaşık uyaranlarla sunulduğunda birbirlerinin tepkilerini ayarlamayı amaçladı.  Serre, modellerinde yer alan bir inovasyonun, nöronlar arasındaki hipotezlenmiş geribildirim bağlantılarının özel bir modeli olduğunu vurguladı. Geribildirim bağlantıları, görme merkezine bağlı olan merkezi bir nöronun yanıtını artırabilir veya azaltabilir.  Bağlantılar, çoğu derin öğrenme algoritmasında bulunmamakta. Derin öğrenme, görüntülerin tanınması ve normal konuşmanın ayrıştırılması gibi verideki karmaşık kalıpları öğrenebilen ve birlikte çalışan yapay sinir ağlarının çoklu katmanlarına dayanan güçlü bir yapay zekâ türüdür. Fakat çoğu derin öğrenme algoritması Serre’nin bir katmandaki nöronlar arasındaki yenilikçi geri bildirim bağlantıları değil, yalnızca tabakalar arasında ileriye doğru bağlantılar içeriyor. Model oluşturulduktan sonra, ekip buna bağlama dayalı çeşitli yanılsamalar sunmuştur.

Araştırmacılar, geri bildirim uyarıcı veya engelleyici bağlantıların gücünü “ayarladı” ve böylece model nöronlar birincil görme merkezinden nörofizyoloji verileriyle tutarlı bir şekilde tepki verdi. Daha sonra modeli çeşitli bağlamsal yanılsamalar üzerinde test ettiler ve yine modelin insanlar gibi yanılsamaları algıladığını gördüler.

Modeli gereksiz bir şekilde karmaşık hale getirip getirmediklerini test etmek için, bağlantıların bazılarını seçici olarak kaldırarak modeli biraz bağladılar. Model bazı bağlantılarda eksik olduğunda, veriler insan algısı verilerini doğru olarak eşleştirmedi. Serre, “Modelimiz, bağlamsal yanılsamalarla ilgili olarak görme merkezinin davranışını açıklamak için hem gerekli hem de yeterli olan en basit modeldir. Bu gerçekten bilişimsel nörobilim çalışmasıydı – nörofizyoloji verilerini açıklamak için bir modelle başladık ve insan psikofiziği verileriyle ilgili tahminlerle sona erdi.” dedi.

İnsanların bir optik yanılsama sınıfını nasıl gördüklerine dair birleştirici bir açıklama sunmanın yanı sıra, Serre bu modeli yapay vizyonu geliştirmek amacıyla inşa ediyor. Yüzleri etiketlemek veya durma işaretlerini tanımak için kullanılanlar gibi olan son teknoloji yapay görme algoritmaları, bağlamı görmede sıkıntı yaşıyor. Bağlamsal optik yanılsamalarla ayarlanan yatay bağlantıları dâhil ederek, bu zayıflığa hitap etmeyi umuyor. Belki de bağlamı göz önünde bulunduran görsel derin öğrenme programlarının kandırılması daha zor olacaktır. Serre, belirli bir çıkartmanın, durdurma işaretine takıldığında, yapay bir görme sistemini, saatte 65 mil hız sınırı işareti olduğunu düşündürerek kandırabileceğini söyledi.

Yazının alındığı kaynak:  

https://www.sciencedaily.com/releases/2018/09/180921113450.htm

Fotoğrafın alındığı kaynak:

https://www.roblox.com/library/9116053/color-illusion-inverted

 

Yazar:Hatice ÖZCAN