S rozvojem neuronových sítí se vědcům potvrdila jedna věc. Počítače se na věci nedívají stejně jako lidé. Lidský pohled je mnohem komplexnější a modifikovatelný, stroje zase postupují velmi metodicky.
„Neuronové sítě, užívané počítači k dívání, postupují docela přímočaře,“ píše Kevin Hartnett v článku pro Quanta Magazine. „Chápou obraz jako vstup, který prochází řadou postupných kroků. Nejdřív detekují pixely, poté okraje, obrysy a celý objekt, než přistoupí ke konečnému odhadu, na jaký objekt se dívají. Říká se tomu „dopředný“ (feed-forward) systém, díky podobnosti s montážní linkou.“
Zdroj: Pixabay
O
mechanice lidského vidění toho víme méně. Záhadou dosud
zůstává, jak zrakové centrum mozku (visual cortex) utváří
odpovídající reprezentaci vnějšího světa na základě
informací přijímaných oční sítnicí. Jisté jen je, že se od
toho počítačového liší.
Současná
úroveň bádání naznačuje, že zrakové centrum získává obraz
vnějšího světa ze série cyklů neurální zpětné vazby, kdy se
celkový pohled neustále upravuje na základě registrace drobných
změn v obrazech.
Lidský pohled se postupně vyvíjí
Naší
největší předností přitom je schopnost „druhého pohledu“.
V případě, že zpracovávaná vizuální informace vyvolává
pochybnosti (jestli jsme se náhodou „nepřehlédli“), podíváme
se na objekt znova a zjištěné informace potvrdíme, nebo
vyvrátíme, a následně zpřesníme. Počítačové systémy tuto
schopnost postrádají už i v případě velmi jednoduchých úkolů.
Zdroj: Pixabay
Podle Johna Tsotsose, informatika z York University, se schopnost dívat se u lidí postupně vytváří s růstem a vývojem jedince. Podle zjištění, které učinil společně se svým výzkumným týmem, nedokážou lidé například plně rozeznávat jednotlivé obličeje v davu až do 17. roku věku.
Počítačové
vidění takovýmto vývojem neprochází. Jeho postup je podmíněn
zpracováváním velkého objemu dat, v nichž nachází korelace
umožňující mu odlišovat jeden objekt od druhého. U složitějších
úkolů, jako je registrace objektu z různých úhlů pohledu, prý
ale ani to zatím nemusí stačit.
„Učení formou těchto deep learning metod se liší od lidského učení, jak jen to je možné,“ tvrdí Tsotsos. „To mi napovídá, že se blížíme ke stropu. Dosáhneme jednou bodu, kdy tyto systému se už nebudou mít kam dále vyvíjet.“
Autor: Petr Pláteník
