Zaprati nas #uziceonline

Zanimljivosti

Kako mozak pamti slike

JPG mapa mozga ili kako mozak pamti slike.

FacebookWhatsAppViberEmail

Objavljeno

Fotografija: Jon Tyson

Svi znamo, da kompjuteri duguju svoje postojanje ljudima. S druge strane, proučavanje kompjutera i njihov razvoj je doveo do mnogih pitanja, na koja čovek možda nikda ne bi potražio odgovore da nije kompjutera.

Da bi smo smo razumeli ko smo i šta smo, ne retko dolazimo u situaciju da prvo potražimo odgovore oko sebe, da bi smo naučili da postavimo pitanja koja će nam pomoći da sebe bolje spoznamo.

Ovaj mehanizam posrednog učenja se dešava stalno, a jedan od primera je način na koji naš mozak izlazi na kraj sa velikim brojem vizuelnih informacija koje prima u toku jednog jedinog dana; da ne pominjemo ceo život.

Kako mi, zaista, pamtimo sve te slike koje nam dolaze?

Priča o pamćenju i skladištenju podatka kreće od kompjutera. Kada neka slika biva sačuvana u datoteku ili fajl (file), ustvari biva pokrenut poseban mehanizam koji optimizuje i smanjuje količinu informacija koje su potrebne da bi se određena slika sačuvala i što je još važnije, verodostojno reprodukovala. Ima puno različitih algoritama, i sve su ih ljudi smislili (značajna opaska), i među njima su najpoznatiji i najviše korišćeni formati koji su pozanti pod skraćenicama JPG i PNG. Tu su i prastari BMP, vremešni GIF i ogromni TIFF, i pored njih, cela galerija algoritama je danas u upotrebi. Svi ti algoritmi su uvek u procepu između kvaliteta (očuvanja verodostojnosti sadržaja – slike) i količine potrebnih podataka da bi se ta verodostojnost sačuvala. Stalno sučeljavanje dvaju osobina: kvaliteta i kvantieta. Svi ti algoritmi su rešenja za kompjutere, jer da nije njih, slanje slika bi, i dan danas trajalo dugo i zahtevalo od nas da budemo jako strpljivi prilikom slanja i prijema e-maila.

fotografija: Jesse Orrico

Konačno, na osnovu izloženog, uviđemo da se naš mozak nalazi u sličnoj situaciji.. da ne kažemo problemu. Ćelije, u mrežnjači oka, koje su osteljive na svetlost imaju sposobnost razlaganja slike koja se meri megapikselima. Mozak, sa druge strane nema mogućnost, niti memorijsku sposobnost, da tokom životnog veka barata sa slikama takvog formata. Zbog toga, mozak je prinuđen da bira najvitalnije informacije i da na osnovu njih razume vizuelni svet.

U jednom od skorašnjih izdanja časopisa Current Biology (Savremena biologija), tim istrživača predvođen naučnicima Ed Connor i Kechen Zhang sa univerziteta John Hopkins opisuju sledeće zrnce znaja, koje će nam pomoći da bolje razumemo kao mozak skladišti i kompresuje vizuelne informacije (svaka sličnost sa kompjuterima NIJE slučajna).

Istraživanja su pokazala da postoje ćelije u mozgu primata (znači ne samo kod čoveka) koje su vrlo selektivne za delove slike koje sadrže oštre i izražene krivine. Kada se kaže “krivine” ne misli se, samo, na linije nego i na cele oblasti koje se na neki način, izuzetno, izdvajaju od ostatka slike (još jedno značajno primećivanje). Oblast mozka gde se nalaze te ćelije je označena sa oznakom “V4” i nalazi se u središnjem delu zone mozga koja je zadužena za obradu slike. Prostije rečeno, negde na pola puta od oka do mozka, dobijene informacije se filtriraju, gde je parametar po kome se filtrira, ustvari, podatak o krivama koje sačinjavaju sliku. Za te ćelije, ravne ivice i blage krivine uopšte nisu zanimljive, samo oštro i ćoskasto.

Imajući ovo sazanje ispred sebe, istraživači i jedan od koautora Russell Rasquinha su razvili kompjuterski model ćelija iz zone V4. Ove ćelije su pažljivo “trenirane” na hiljadama slika koje pokazuju razne objekte iz prirode. Posle pregledanja neke slike, od ćelija je traženo da prizovu nazad sliku, koju su do malo pre “gledale” (nije rečeno kako je tačno rađeno). Kompjuterske V4 ćelije su regovale sasvim suprotno od prirodnih, njima su se više svidele ravne ivice i blage i plitke krive!

Međutm, broj veštačkih ćelija koje su učestvovale u procesu rekonstrukcije slike nije bio ograničen. Sledeća faza eksperimenta je tražila da se broj ćelija zančajno smanjuje, pri svakom novom “skeniranju” slike. Što je broj aktivnih ćelija više opadao, to je njihova selektivnot sve više naginjala kao oštrom i ćoškastom aspektu slike. Znači, modelirane V4 ćelije nisu loše odrađene, samo su imale bolju poziciju od prirodnih. Čim su se uslovi izjerdnačili, i jedne i druge su reagovale na isti način.

U redu, i šta je toliko značajno kod tih oštrih krivina?

Oštrina ili oštra linija je nekoliko puta ređa u prirodi nego ravna linija ili blaga krivina. Koristeći oštrinu, kao kritični element prepoznavanja i reporodukovanja objekta, u vizuelnom smislu, čuvanje slike biva znatno ekonomičnije. Izuzetnost je uvek više privlačila pažnju nego, na široko, prisutna običnost.

“U sadašnjem trenutku, kompjuteri nas pobeđuju u šahu i bolje rešavaju određene matematičke probleme nego mi, međutim, i dalje nam ne mogu prići u sposobnosti razlikovanja, prepoznavanja, razumevanja, sećanja i manipulacije objekata koji čine naš svet.”, podcrtava Connor.



Ova prednost je postignuta zahvaljujući ljudskoj sposobnosti da dobijene informacije kondenzuje na nivo prepoznavanja i praćenja, umesto čuvanja celokupne informacije. Kompjuterski gledano, čovekov mozak je i dalje najbolji algoritam za kompresiju vizuelnog podatka.

Neko će reći da je to sasvim prirodna stvar, jer kada muškarac vidi određene “krivine”, naravno da je odmah jasno, ko je tu izuzetan a ko ne… i.. ako mislite da žene nemaju oko za “krivinu”, grdno se varate, znaju one šta treba da bude krivo i šta pravo. Znaju one to i bez kompjutera…

izvor: nauka.rs

REKLAMA
Ostavi komentar

Ostavi komentar

Ваша адреса е-поште неће бити објављена. Неопходна поља су означена *

Popularne

FacebookWhatsAppViberEmail