Читаем Об интеллекте полностью

Вы могли бы подумать, «хорошо, но это все еще то же самое лицо, просто смещающееся». В этом есть доля правды, но не так много, как вы думаете. Светочувствительные рецепторы в вашей сетчатке распределены неравномерно. Они плотно сконцентрированы в фовеальной области в центре, и постепенно редеют к периферии. В отличие от этого клетки кортекса распределены равномерно. В результате изображение с сетчатки, отображаемое в первичную визуальную область V1, сильно искажено. Когда ваши глаза фиксируются на носу, а не на глазу того же самого лица, картинка значительно отличается, как если бы ее рассматривали через искажающие линзы, которые постоянно дергаются туда-сюда. Но когда вы видите лицо, оно не кажется вам искаженным, и не кажется прыгающим. Большую часть времени вы даже не осознаете, что паттерны с сетчатки полностью изменяются. Вы видите «просто лицо». (Рисунок 2б показывает этот эффект на примере берегового ландшафта). Это подтверждение загадки инвариантного представления, о котором мы говорили в главе 4. То, что вы воспринимаете — это не то, что видит V1. Как же все таки ваш мозг узнает, что он видит одно и то же лицо, и почему вы не знаете, что поступающая информация изменяющаяся и искаженная?

Рисунок 2а. Как глаза совершают саккады по человеческому лицу.

Рисунок 2б. Искажение, вызванное неравномерным распределением рецепторов по сетчатке.

Если мы поместим электроды в V1 и будем наблюдать, как отвечают отдельные клетки, мы обнаружим, что каждая конкретная клетка возбуждается только в ответ на визуальную информацию от крошечной части сетчатки. Этот эксперимент был проделан много раз и является опорным в исследовании зрения. Каждый нейрон в области V1 имеет так называемое рецептивное поле, которое сильно специфично для каждой мельчайшей части общего поля зрения — то есть, цельного мира перед вашими глазами. Представляется, что клетки в V1 совсем не знают о лицах, машинах, книгах или других значительных объектах, которые вы видите все время; они «знают» о крошечных, с игольное ушко, порциях визуального мира.

Каждая клетка в V1 также настроены на специфические виды поступающих паттернов. Например, конкретная клетка может активно пульсировать, когда она видит линию или край, наклоненный под углом в 30 градусов. Эти края сами по себе имеют небольшое значение. Они могли бы быть частью любого объекта — половицы, стволом отдаленного пальмового дерева, стороной буквы М или одной из почти бесконечного числа возможностей. При каждой новой фиксации, рецептивное поле клетки попадает на новую и совершенно отличную порцию визуального пространства. При некоторых фиксациях клетка будет сильно возбуждаться, на других будет возбуждаться слабо или вообще не будет. Таким образом, каждый раз, когда вы совершаете саккаду, множество клеток в V1 вероятнее всего изменяет свою активность.

Однако, нечто волшебное происходит, если вы помещаете электрод в верхнюю область, показанную на рисунке 1, область IT. Здесь мы обнаруживаем некоторые клетки, которые становятся и остаются активными, когда объект полностью появляется где-нибудь в поле зрения. Например, мы могли бы найти клетки, которые возбуждаются только тогда, когда видно лицо. Эти клетки остаются активными до тех пор, пока ваши глаза видят лицо где-нибудь в поле вашего зрения. Они не включаются и не выключаются при каждой саккаде, как это делают клетки в V1. Рецептивное поле этих клеток в IT покрывает большую часть визуального пространства и настроено на возбуждение, когда видно лицо.

Давайте откроем тайну. Походу охвата четырех кортикальных этапов от сетчатки до IT, клетки изменяются от быстро изменяющихся, пространственно специфичных, распознающих крошечные кусочки ячеек, до постоянно возбужденных, пространственно неспецифичных, распознающих объекты. Клетки в IT говорят нам, что мы видим лицо где-то в поле нашего зрения. Эти клетки, называемые обычно нейронами лица, будут возбуждаться независимо от того, наклонено ли лицо, повернуто ли, или частично загорожено. Это часть инвариантного представления для «лиц».

Написать эти слова кажется так просто. Четыре коротких этапа, и Вуаля, мы узнали лицо. Ни одна компьютерная программа или математическая формула не решает эту задачу с надежностью и общностью, близкой к человеческому мозгу. Но мы знаем, что мозг решает ее за несколько шагов, так что ответ не может быть сложным. Одна из основных целей этой главы объяснить, как получаются нейроны лица, нейроны Билла Клинтона или другие. Мы доберемся до этого, но мы должны охватить сначала много другого.

Взглянем на рисунок 1 по-другому. Вы видите, что информация также течет от высших областей к низшим через сеть обратных связей. Эти связки аксонов, которые идут от областей вроде IT к низшим областям вроде V4, V2 и V1. Более того, обратных связей много, если не больше, чем прямых.

Перейти на страницу:

Похожие книги

Самоучитель UML
Самоучитель UML

Самоучитель UMLПервое издание.В книге рассматриваются основы UML – унифицированного языка моделирования для описания, визуализации и документирования объектно-ориентированных систем и бизнес-процессов в ходе разработки программных приложений. Подробно описываются базовые понятия UML, необходимые для построения объектно-ориентированной модели системы с использованием графической нотации. Изложение сопровождается примерами разработки отдельных диаграмм, которые необходимы для представления информационной модели системы. Цель книги – помочь программистам освоить новую методологию разработки корпоративных программных приложений для последующего применения полученных знаний с использованием соответствующих CASE-инструментов.

Александр Васильевич Леоненков , Александр Леоненков

Зарубежная компьютерная, околокомпьютерная литература / Программирование / Прочая компьютерная литература / Книги по IT
Киберкрепость: всестороннее руководство по компьютерной безопасности
Киберкрепость: всестороннее руководство по компьютерной безопасности

Как обеспечить надежную защиту в эпоху, когда кибератаки становятся все более продвинутыми? Каковы последствия уязвимости цифровых систем? Петр Левашов, экс-хакер с богатым бэкграундом, рассматривает все грани кибербезопасности, начиная с базовых принципов и заканчивая новейшими технологиями.Читатели познакомятся с:• основами компьютерной безопасности и актуальными методами защиты;• современными методами шифрования данных и криптографии;• процедурами ответа на инциденты и восстановления после катастроф;• юридическими и регуляторными требованиями к компьютерной безопасности.Автор использует свой уникальный опыт, чтобы предоставить читателям углубленное понимание кибербезопасности. Его подход охватывает теоретические знания и практическую подготовку, делая этот материал доступным для профессионалов и новичков.

Пётр Юрьевич Левашов

Зарубежная компьютерная, околокомпьютерная литература
Основы информатики: Учебник для вузов
Основы информатики: Учебник для вузов

Учебник состоит из двух разделов: теоретического и практического. В теоретической части учебника изложены основы современной информатики как комплексной научно-технической дисциплины, включающей изучение структуры и общих свойств информации и информационных процессов, общих принципов построения вычислительных устройств, рассмотрены вопросы организации и функционирования информационно-вычислительных сетей, компьютерной безопасности, представлены ключевые понятия алгоритмизации и программирования, баз данных и СУБД. Для контроля полученных теоретических знаний предлагаются вопросы для самопроверки и тесты. Практическая часть освещает алгоритмы основных действий при работе с текстовым процессором Microsoft Word, табличным редактором Microsoft Excel, программой для создания презентаций Microsoft Power Point, программами-архиваторами и антивирусными программами. В качестве закрепления пройденного практического курса в конце каждого раздела предлагается выполнить самостоятельную работу.

Вадим Васильевич Лысенко , Лариса Александровна Малинина , Максим Анатольевич Беляев

Зарубежная компьютерная, околокомпьютерная литература / Прочая компьютерная литература / Книги по IT