211service.com
Eksperyment z losowym obrazem ujawnia elementy budulcowe ludzkiej wyobraźni
Oto ciekawy eksperyment. Weź trochę białego szumu i użyj go do stworzenia zestawu obrazów, które są zasadniczo losowymi układami różnych kolorowych bloków. Pokaż te zdjęcia kilku osobom i zapytaj, czy któryś z nich przypomina im, powiedzmy, samochód.
Przez większość czasu te przypadkowe obrazy będą pojawiać się ludziom jako, cóż, losowe. Ale od czasu do czasu ktoś powie, że obraz przypomina mu samochód. Odłóż ten obraz na bok. I powtórz.
Po ocenie, powiedzmy, 100 000 zdjęć w ten sposób, otrzymasz zestaw zasadniczo losowych zdjęć, które przypominają ludziom samochody. Weź średnią z nich, a znajdziesz coś interesującego. Wynikowy obraz rzeczywiście wygląda jak rozmazany samochód, a nie konkretny rodzaj samochodu, ale bardzo ogólny szablon takiego samochodu.
Chociaż nasz zbiór danych składa się tylko z białego szumu, pojawia się samochód, mówią Carl Vondrick i jego koledzy z Massachusetts Institute of Technology w Cambridge, którzy przeprowadzili badania.
Dzisiaj ci faceci twierdzą, że ten proces wyodrębnia wizualny szablon, którego ludzki mózg używa do odróżnienia obiektów takich jak samochody od nie-samochodów. A ponieważ proces ten opiera się wyłącznie na hałasie i wyobraźni, Vondrick i wsp. twierdzą, że zapewnia wyjątkowy wgląd w naturę ludzkiej wyobraźni.
Szczegóły eksperymentalne są stosunkowo proste. Vondrick i spółka wykorzystują proces oparty na szumie do generowania zestawów danych składających się ze 100 000 obrazów. Następnie poprosili pracowników firmy Amazon Mechanical Turk o zaklasyfikowanie każdego obrazu jako samochodu lub nie. Przeprowadzają różne testy zapewnienia jakości, tak aby uwzględniały tylko wyniki najlepszych pracowników.
W osobnych testach proszą również pracowników o znalezienie zdjęć ludzi, telewizorów, butelek, piłek sportowych i tak dalej. W każdym przypadku, gdy wybrane obrazy są uśredniane, powstaje rozmyty szablon tych obiektów.
Jednym z interesujących odkryć dokonanych przez Vondricka i współpracowników jest to, że istnieją różnice kulturowe między wyobrażeniami uformowanymi w różnych częściach świata. Na przykład poproś ludzi w Indiach, aby wybrali obrazy, które przypominają im piłkę sportową, a wynikowy szablon to czerwone, okrągłe rozmycie. Ale poproś ludzi z USA, aby wykonali to samo ćwiczenie, a rezultatem będzie pomarańczowo-brązowe rozmycie.
Różnicę łatwo wytłumaczyć. W Indiach najpopularniejszym sportem jest krykiet, w którym gra się czerwoną piłką. Ale w USA najpopularniejszymi sportami są futbol amerykański i koszykówka, w które gra się pomarańczowymi lub brązowymi piłkami. Oczywiście krajobraz kulturowy ma duży wpływ na ludzką wyobraźnię.
Jednym dziwnym odkryciem jest to, że gdy zespół poprosił ludzi z Singapuru o zidentyfikowanie samochodów, powstały szablon wydaje się przedstawiać samochód widziany z przodu. Dla kontrastu, ludzie w USA wyprodukowali szablon przedstawiający samochód z boku. Dlaczego tak się dzieje, nie jest jeszcze jasne.
Jednak wyniki są więcej niż tylko ciekawe. Vondrick i spółka wykorzystali szablony do trenowania algorytmów widzenia maszynowego i twierdzą, że wyniki znacznie przewyższają inne mechanizmy szkoleniowe. Na przykład algorytm widzenia maszynowego wytrenowany za pomocą pojedynczego wyobrażeniowego szablonu samochodu jest znacznie lepszy w rozpoznawaniu samochodów na innych obrazach niż ten sam algorytm wytrenowany na pojedynczym zwykłym obrazie samochodu.
To fascynująca praca, która dostarcza ważnego wglądu w naturę ludzkiego umysłu. Zapewnia również ważny nowy sposób uczenia algorytmów widzenia maszynowego, aby zachowywały się bardziej jak ludzie.
Niezwykłą cechą wyobraźni jest to, że pozwala ona ludziom wizualizować przedmioty, których nigdy nie widzieli. Komputery są jeszcze daleko od tego, ale praca Vondricka i spółki może być ważną odskocznią. Mamy nadzieję, że nasze pomysły zainspirują przyszłą pracę nad budowaniem maszyn z możliwością wyobrażenia sobie nowych koncepcji wizualnych tak jak człowiek, mówi zespół.
Nr ref.: arxiv.org/abs/1410.4627 : Pozyskiwanie wizualnych klasyfikatorów z ludzkiej wyobraźni