Haters vil sige, det er en GIFPhoto: Michael McCauslin (Flickr)
Optiske illusioner drage fordel af mangler i det visuelle system. Visse specielle designs kan narre vores hjerne, som det er at forsøge at behandle de oplysninger, der kommer. At lære mere om, hvad der kan narre vores sind vil hjælpe os med at lære mere om det menneskelige sind, selv.
Det er en del af grunden til, at Robert Williams og Romerske Yampolskiy, to forskere ved University of Louisville i Kentucky, og ønsker at udvikle machine learning systemer, der kan skabe nye optiske illusioner—de håber at få mere at vide om “meget specifikke tricks, der giver os anledning til at fejlbedømme farve, størrelse, tilpasning og bevægelse af hvad det er vi kigger på,” skrev de i en nylig papir på deres undersøgelse. “Det er også vigtigt at overveje, om det gør en perceptuelle fejl lignende til mennesker der udgør en visuel oplevelse, der ligner mennesker.”
Williams og Yampolskiy ønskede at bygge denne generative kontradiktorisk netværk ved hjælp af den samme metode som for nylig machine learning system, der var uddannet til at generere nye billeder af ansigter, ved hjælp af et neuralt netværk, der blev fodret med tusindvis af billeder af ansigter.
Ak, de kunne ikke trække det ud.
Neurale netværk er afhængig af mængden af materiale, at de kan “lære” fra. Ifølge den forskning papir, der er kun et par tusind statisk optiske illusioner, der findes. Og forskerne anslår, at der er sandsynligvis kun et par dusin forskellige typer af optiske illusioner, som Fraser ‘ s Spiral illusion, Hermann Grid illusion, og Zllner illusion.
Forskere var i stand til at udarbejde et datasæt af mere end 6.000 optisk illusion billeder, som de gav til en neurale netværk. Men i sidste ende, det var ikke nok for den maskine til at regne ud, hvordan at gøre nye optiske illusioner.
Så for nu, du kan hvile let, at robotter ikke er i stand til at finde nye måder at fuck med vores sind.
[MIT Technology Review]
Dele Denne Historie