Квантовая нейросеть «видит» оптические иллюзии, как человек
В новом исследовании Иван Максимов из Института искусственного интеллекта Университета Чарльза Стерта, Австралия использовал явление, называемое «квантовым туннелированием», для создания нейронной сети, которая может «видеть» оптические иллюзии так же, как человек. Работа опубликована в журнале APL Machine Learning.
Нейронная сеть, разработанная Иваном Максимовым, справилась с имитацией восприятия человеком знаменитых иллюзий — куба Неккера и вазы Рубина.
Эта работа также может пролить свет на вопрос, смогут ли системы искусственного интеллекта (ИИ) когда-нибудь действительно достичь чего-то похожего на человеческое познание.
Зачем нужно исследовать оптические иллюзии?
Мы не до конца понимаем, как работают оптические иллюзии, но их изучение может рассказать нам о том, как работает наш мозг и когда он дает сбой, что случается, например, при слабоумии или во время длительных космических полетов.
Исследователи, использующие искусственный интеллект для имитации и изучения человеческого зрения, обнаружили, что оптические иллюзии представляют собой проблему. Хотя системы компьютерного зрения могут распознавать сложные объекты, например, многофигурные картины, они не, как правило, не распознают оптические иллюзии.
Как работает нейронная сеть Ивана Максимова?
Когда человеческий мозг обрабатывает информацию, он решает, какие данные полезны, а какие нет. Нейронная сеть имитирует работу мозга с помощью множества слоев искусственных нейронов, которые позволяют ей хранить и классифицировать данные как полезные или не полезные.
Нейроны активируются сигналами от нейронов предыдущего слоя. Максимов предлагает такую аналогию: представьте, что каждому нейрону нужно перелезть через кирпичную стену, чтобы включиться (это называется порог возбуждения). Сигналы от входных нейронов подталкивают его все выше и выше (передают свои возбуждающие стимулы), пока в конце концов нейрон не преодолеет стену и не достигнет точки активации.
В квантовой механике электроны, иногда могут проходить через, казалось бы, непроницаемые барьеры благодаря эффекту, называемому «квантовым туннелированием». В нейронной сети Максимова квантовое туннелирование позволяет нейронам иногда «перепрыгивать» через кирпичную стену к точке активации и включаться даже тогда, когда они не получают необходимого стимула.
Почему квантовое туннелирование?
Открытие квантового туннелирования в первые десятилетия XX века позволило ученым объяснить такие природные явления, как радиоактивный распад, которые казались невозможными в рамках классической физики.
В XXI веке ученые сталкиваются с аналогичной проблемой. Существующие теории далеко не всегда не могут объяснить человеческое восприятие, поведение и принятие решений.
Исследования показали, что инструменты квантовой механики могут помочь объяснить человеческое поведение и принятие решений. Есть теории, которые предполагают, что квантовые эффекты играют важную роль в нашем мозге. Но даже если это не так, законы квантовой механики все равно могут оказаться полезными для моделирования человеческого мышления. Например, квантовые вычислительные алгоритмы для многих задач более эффективны, чем классические.
Исходя из этого, ученый решил посмотреть, что произойдет, если внедрить квантовые эффекты в работу нейронной сети.
Квантовая нейросеть
Когда мы видим оптическую иллюзию с двумя возможными интерпретациями (например, куб Неккера или вазу Рубина), как исследователи полагают, мы удерживаем обе интерпретации одновременно, пока наш мозг не решит, какую картинку следует увидеть.
Эта ситуация напоминает квантово-механический мысленный эксперимент с котом Шредингера. Этот знаменитый сценарий описывает кота в коробке, жизнь которого зависит от распада частицы. Согласно квантовой механике, частица может находиться в двух разных состояниях одновременно, пока мы ее не наблюдаем, и поэтому кот может быть одновременно и живым, и мертвым.
Максимов обучил свою квантово-туннельную нейросеть распознавать иллюзии куба Неккера и вазы Рубина. Когда иллюзия подавалась на вход, нейросеть выдавала на выходе одну или другую из двух интерпретаций.
Выбор интерпретации колебался. Традиционные нейронные сети тоже ведут себя подобным образом, но квантовая сеть Максимова выдала несколько неоднозначных результатов, как бы зависших между двумя определенными выборами — подобно тому, как наш собственный мозг может удерживать обе интерпретации вместе, прежде чем остановиться на одной.
Ученый считает, что в долгосрочной перспективе квантовый ИИ может способствовать созданию сознательных роботов.