وقتی صبح چشم خود را باز می کنیم و اولین صحنه روز را می گیریم ، خیلی فکر نمی کنیم که مغز ما با راندمان بسیار زیاد اشیاء موجود در میدان دید ما را پردازش می کند. فقدان اطلاعات در مورد محیط اطراف ما - همه به منظور اجازه می دهد تا ما در مورد عملکردهای روزانه خود برویم. لیوان آبی که هنگام آماده شدن برای رختخواب در شب مانده اید ، اکنون توسط ساعت زنگ دار شما تا حدودی از دید شما مسدود شده است ، اما می دانید که این یک لیوان است.
این توانایی به ظاهر ساده برای انسان برای تشخیص اشیاء تا حدودی مسدود شده - که در این شرایط تعریف شده است - به عنوان تأثیر یک جسم در یک فضای 3 بعدی که مانع از دیدن یک شیء دیگر می شود - یک مشکل پیچیده برای جامعه بینایی رایانه بوده است. مارتین شریمپ ، دانشجوی فارغ التحصیل آزمایشگاه DiCarlo در گروه مغز و علوم شناختی در MIT ، توضیح می دهد که ماشین ها به طور فزاینده ای در تشخیص همه ی موارد سریع و با اعتماد به نفس عمل می کنند ، اما وقتی چیزی بخشی از آن مورد را از منظر پوشش می دهد ، این وظیفه می شود. به طور فزاینده برای مدل ها تشخیص دقیق مقاله دشوار است.
Schrimpf می گوید: "برای مدل هایی که از دید رایانه در زندگی روزمره عملکرد دارند ، آنها باید بتوانند اشیاء مسدود شده را به خوبی و تمام چیزها هضم کنند. از این گذشته ، وقتی به اطراف نگاه می کنید ، بیشتر اشیاء تا حدی در پشت جسم دیگری پنهان می شوند." - مقاله ای راجع به موضوعی که اخیراً در مجموعه مقالات آکادمی ملی علوم ( PNAS ) منتشر شده است .
در مطالعه جدید، او می گوید، "ما به محاسبات اساسی در مغز حفر و سپس یافته های ما مورد استفاده برای ساخت مدل های محاسباتی توسط ملخص پردازش بصری در انسان مغز ، ما به این ترتیب به هم مدل های بهبود در بینایی کامپیوتر امیدوار."
دانشجو فارغ التحصیل MIT ، مارتین شریمپف و استاد گابریل کریمان از بیمارستان کودکان بوستون و دانشکده پزشکی هاروارد شرح آخرین کار خود را نشان می دهند که چگونه محاسبات مکرر ممکن است به مغز در حل چالش اساسی تکمیل الگوی کمک کند. اعتبار: مرکز مغزها ، ذهن ها و ماشین آلات
چگونه ما به عنوان انسان قادر به انجام مکرر این کار روزمره هستیم بدون اینکه فکر و انرژی زیادی به این عمل وارد کنیم و صحنه های کل را به سرعت و با دقت پس از دیدن فقط قطعه ها مشخص کنیم؟ گابریل کریمان ، وابسته مرکز MIT برای مغز ، ذهن و ماشین آلات گفت: محققان با استفاده از قشر بینایی انسان به عنوان الگویی برای بهبود عملکرد ماشین آلات در این محیط ، گفتند. کرینمن استاد چشم پزشکی در بیمارستان کودکان بوستون و دانشکده پزشکی هاروارد است و محقق اصلی این مطالعه بود.
در مقاله خود "محاسبات مکرر برای تکمیل الگوی بصری" ، این تیم نشان دادند که چگونه آنها یک الگوی محاسباتی را با الهام از محدودیتهای فیزیولوژیکی و آناتومیکی تهیه کرده اند ، که قادر به مشاهده مشاهدات رفتاری و نوروفیزیولوژیکی در طی تکمیل الگوی هستند. در پایان ، این مدل بینش مفیدی در مورد درک چگونگی ایجاد استنتاج از حداقل اطلاعات ارائه می دهد.
http://ztndz.com/story7349389/پمپ-وکیوم-آبی