Оптические иллюзии, квантовая механика и нейронные сети на первый взгляд могут показаться совершенно не связанными между собой темами. Однако в новом исследовании, опубликованном в APL Machine Learning , я использовал явление под названием «квантовое туннелирование» для разработки нейронной сети, которая может «видеть» оптические иллюзии почти так же, как это делают люди.
Моя нейронная сеть успешно справилась с имитацией человеческого восприятия знаменитого куба Неккера и иллюзий вазы Рубина — и даже лучше, чем некоторые гораздо более крупные традиционные нейронные сети , используемые в компьютерном зрении.
Эта работа также может пролить свет на вопрос о том, смогут ли системы искусственного интеллекта (ИИ) когда-либо действительно достичь чего-то подобного человеческому познанию.
Почему оптические иллюзии?
Оптические иллюзии обманывают наш мозг, заставляя его видеть вещи, которые могут быть реальными, а могут и нет. Мы не до конца понимаем, как работают оптические иллюзии , но их изучение может научить нас тому, как работают наши мозги и как они иногда дают сбои, например, при слабоумии или во время длительных космических полетов .
Исследователи, использующие ИИ для эмуляции и изучения человеческого зрения, обнаружили, что оптические иллюзии представляют собой проблему. Хотя системы компьютерного зрения могут распознавать сложные объекты, такие как художественные картины , они часто не могут понять оптические иллюзии . (Последние модели, по-видимому, распознают по крайней мере некоторые виды иллюзий , но эти результаты требуют дальнейшего изучения.)
Мое исследование решает эту проблему с использованием квантовой физики.
Как работает моя нейронная сеть?
Когда человеческий мозг обрабатывает информацию, он решает, какие данные полезны, а какие нет. Нейронная сеть имитирует функцию мозга, используя множество слоев искусственных нейронов, которые позволяют ей хранить и классифицировать данные как полезные или бесполезные.
Нейроны активируются сигналами от соседей. Представьте, что каждый нейрон должен перелезть через кирпичную стену, чтобы включиться, а сигналы от соседей толкают его все выше и выше, пока он в конце концов не перелезет через нее и не достигнет точки активации на другой стороне.
В квантовой механике крошечные объекты, такие как электроны, иногда могут проходить сквозь, казалось бы, непроницаемые барьеры с помощью эффекта, называемого «квантовым туннелированием». В моей нейронной сети квантовое туннелирование позволяет нейронам иногда прыгать прямо сквозь кирпичную стену к точке активации и включаться, даже когда они «не должны».
Почему квантовое туннелирование?
Открытие квантового туннелирования в первые десятилетия XX века позволило ученым объяснить такие природные явления , как радиоактивный распад , которые, согласно классической физике, казались невозможными.
В 21 веке ученые сталкиваются с похожей проблемой. Существующие теории не в состоянии объяснить человеческое восприятие, поведение и принятие решений.
Исследования показали, что инструменты квантовой механики могут помочь объяснить человеческое поведение и принятие решений.
Хотя некоторые предполагают, что квантовые эффекты играют важную роль в нашем мозге , даже если это не так, мы все равно можем найти законы квантовой механики полезными для моделирования человеческого мышления. Например, квантовые вычислительные алгоритмы более эффективны , чем классические алгоритмы для многих задач.
Имея это в виду, я захотел выяснить, что произойдет, если я внедрю квантовые эффекты в работу нейронной сети.
Итак, как работает квантовая туннельная сеть?
Исследователи полагают, что когда мы видим оптическую иллюзию с двумя возможными интерпретациями (например, неоднозначный куб или ваза с лицами), мы временно придерживаемся обеих интерпретаций одновременно , пока наш мозг не решит, какую картинку следует увидеть.
Эта ситуация напоминает квантово-механический мысленный эксперимент кота Шредингера. Этот известный сценарий описывает кота в коробке, жизнь которого зависит от распада квантовой частицы. Согласно квантовой механике , частица может находиться в двух разных состояниях одновременно, пока мы ее не наблюдаем, — и поэтому кот может быть одновременно и жив, и мертв.
Я обучил свою квантово-туннельную нейронную сеть распознавать иллюзии куба Неккера и вазы Рубина. Когда она сталкивалась с иллюзией в качестве входных данных, она выдавала на выходе одну или другую из двух интерпретаций.
Со временем, то, какую интерпретацию она выбирала, колебалось туда-сюда. Традиционные нейронные сети также производят такое поведение, но, кроме того, моя сеть выдавала некоторые неоднозначные результаты, колеблясь между двумя определенными выходами — так же, как наш собственный мозг может удерживать обе интерпретации вместе, прежде чем остановиться на одной.
Что теперь?
В эпоху дипфейков и фейковых новостей понимание того, как наш мозг обрабатывает иллюзии и строит модели реальности, никогда не было столь важным.
В другом исследовании я изучаю, как квантовые эффекты могут помочь нам понять социальное поведение и радикализацию мнений в социальных сетях.
В долгосрочной перспективе квантовый ИИ может в конечном итоге способствовать развитию сознательных роботов. Но пока моя исследовательская работа продолжается.
