neu künstliche Intelligenz Ein System der künstlichen Intelligenz (KI) kann dank Prinzipien, die den Gesetzen der Quantenmechanik entlehnt sind, erstmals nachahmen, wie Menschen komplexe optische Täuschungen interpretieren.
Optische Täuschungenwie Necker-Würfel Und Robin-VaseDadurch wird das Gehirn dazu gebracht, beim Betrachten eines Bildes zuerst eine Interpretation und dann eine andere zu sehen. Das menschliche Gehirn schaltet aktiv zwischen zwei oder mehr verschiedenen Versionen des Möglichen um, auch wenn das Bild konstant bleibt.
Computer Vision kann jedoch die psychologischen und neurologischen Aspekte des menschlichen Sehens nicht nachahmen und hat Schwierigkeiten, unsere natürlich entwickelten Fähigkeiten zur Mustererkennung nachzuahmen. Daher haben die fortschrittlichsten KI-Agenten von heute Schwierigkeiten, optische Täuschungen so zu erkennen, wie Menschen es tun.
Aber eine neue Studie wurde am 22. August in der Zeitschrift veröffentlicht Maschinelles Lernen APL demonstrierte eine Technik, die es künstlicher Intelligenz ermöglicht, die Art und Weise nachzuahmen, wie das menschliche Gehirn eine optische Täuschung interpretiert, indem sie sich das physikalische Phänomen des „Quantentunnelns“ zunutze macht.
Das KI-System heißt „Quantum Tunneling Deep Neural Network“ und kombiniert neuronale Netze und Quantentunneling. Ein tiefes neuronales Netzwerk ist eine Reihe von Algorithmen für maschinelles Lernen, die von der Struktur und Funktion des Gehirns inspiriert sind – mit mehreren Knotenschichten zwischen Ein- und Ausgängen. Sie können komplexe nichtlineare Beziehungen modellieren, und im Gegensatz zu herkömmlichen neuronalen Netzen (die eine einzige Schicht zwischen Eingabe und Ausgabe umfassen) umfassen tiefe neuronale Netze viele verborgene Schichten.
Unterdessen kommt es zum Quantentunneln, wenn ein subatomares Teilchen, etwa ein Elektron oder Photon (Lichtteilchen), effektiv eine undurchdringliche Barriere passiert. Da sich ein subatomares Teilchen wie Licht auch wie eine Welle verhalten kann – wenn es nicht direkt beobachtet wird, befindet es sich an keinem festen Ort – ist die Wahrscheinlichkeit, dass es sich auf der anderen Seite der Barriere befindet, gering, aber endlich. Wenn genügend subatomare Teilchen vorhanden sind, „tunneln“ einige von ihnen durch die Barriere.
Nachdem die Daten, die die optische Täuschung darstellen, die Quantentunnelstufe durchlaufen haben, wird das leicht veränderte Bild von einem tiefen neuronalen Netzwerk verarbeitet.
Das neue KI-Modell wurde wiederholt auf optische Täuschungen trainiert – den Necker-Würfel und die Rubin-Vase –, um zu interpretieren, was es sehen konnte. Indem das Bild jedes Mal, wenn es die Quantentunnelstufe durchlief, leicht gestört wurde, wurden kleine Unterschiede eingeführt. Das tiefe neuronale Netzwerk traf dann eine Entscheidung darüber, wie das Bild zu interpretieren ist.
Ein tiefes neuronales Netzwerk verarbeitet mehrere Formen optischer Täuschung und wählt die passenden Perspektiven aus. Dadurch kann nachgeahmt werden, wie das menschliche Gehirn beim Betrachten einer optischen Täuschung zwischen verschiedenen Blickwinkeln wechselt.
„Wenn wir eine optische Täuschung sehen, die zwei mögliche Interpretationen hat (z. B. einen mysteriösen Würfel oder eine Vase und Gesichter), glauben Forscher, dass wir vorübergehend beide Interpretationen gleichzeitig beibehalten, bis unser Gehirn entscheidet, welches Bild wir sehen möchten. Diese Situation ist ähnlich.“ zum Quantenmodus – ein mechanisches Gedankenexperiment Schrödingers Katze„, schrieb der Autor der Studie Iwan MaximowPrincipal Research Fellow für Künstliche Intelligenz an der Charles Sturt University in Australien, in A Veröffentlicht auf TechXplore.
„Ich habe mein neuronales Quantentunnelnetzwerk darauf trainiert, die Necker-Cube- und Rubin-Vassie-Illusionen zu erkennen. Als es auf die Illusion als Eingabe traf, erzeugte es eine Ausgabe der einen oder anderen der beiden Interpretationen“, sagte Maximoff.
Laut Maximov könnten die Erkenntnisse den Piloten von Fluggesellschaften dabei helfen, die Gefahren der Verwechslung und Fehlinterpretation von Fluginstrumenten zu erkennen, und Astronauten dabei helfen, die Instrumente von Raumfahrzeugen bei Langzeitflügen im Raum zu interpretieren.
Die Analyse mehrdeutiger Bilder kann auch bei der Diagnose von Menschen mit leichten kognitiven Beeinträchtigungen und Demenz hilfreich sein. Mit diesem Algorithmus trainierte künstliche Intelligenz könnte auch zur Erkennung dieser geistig beeinträchtigenden Krankheiten eingesetzt werden.
