Home / Sections / Briefs / From Pixels To People He

מפיקסלים לאנשים

כך מתכתבת בינה מלאכותית עם מוח האדם

english

דיווחים

19 נובמבר, 2019
מקור: 
Weizmann homepage

מערכות בינה מלאכותית הקולטות מסרים ויזואליים מהסביבה ולומדות מהם, יכולות לזהות פנים באופן יותר מדויק מאיתנו. אבל כיצד מגשרות מערכות כאלה על הפער שבין פיקסלים לזיהוי אנשים?

חוקרי מוח במכון ויצמן גילו עכשיו חלק מהסוד: מערכות הראייה המלאכותית המתקדמות ביותר מתפתחות תוך כדי למידה ויוצרות חיבורים באופן ספונטני ודומה במפתיע לתפקוד רשתות תאי העצב במוח האדם.

המחקר בוצע על ידי פרופ' רפי מלאך מהמחלקה לנוירוביולוגיה יחד עם שני גרוסמן, תלמידת מחקר במעבדתו של מלאך, ופורסם במגזין Nature Communications.

המערכות המתקדמות ביותר לראייה מלאכותית מבוססות על גישה בתחום הבינה המלאכותית שנקראת "רשתות עצביות עמוקות" (deep convolutional neural networks – DCNNs). רשתות DCNN הן ביטוי ל של למידה חישובית. אלה תוכניות בהשראת רשתות ביולוגיות, המאפשרות למחשבים ללמוד באופן עצמאי מנתוני תצפיות. תהליך זה הוא במידה מסוימת "קופסה שחורה", והחוקרים עדיין לא מבינים לגמרי איך הוא עובד. אבל המבנה של רשתות DCNN מעניק להן יתרון בולט בעולם הראייה הממוחשבת, בין השאר היות שהוא מעוצב בהשראת הארכיטקטורה של מוח האדם.

מלאך וגרוסמן – בשיתוף עם גיא גזיב, תלמיד מחקר במעבדתה של פרופ' מיכל אירני מהמחלקה למדעי המחשב ומתמטיקה שימושית – השוו בין רשתות DCNN לבין מוח האדם, ובדקו איך תמונות פנים מעוררות בהם דפוסי אותות מסוימים. אצל בני האדם, אותות כאלה הם פולסים חשמליים המועברים בין תאי עצב במוח; ברשתות בינה מלאכותית, אלה פולסים חשמליים המועברים בין מעגלים אלקטרוניים.

נתוני הפעילות במוח הגיעו ממעבדתו של פרופ' אשש מהטה, עמיתו של פרופ' מלאך ממכון פיינשטיין למחקר רפואי בניו יורק. במעבדה של מהטה החדירו, במסגרת אבחון רפואי, אלקטרודות לאזורים שונים במוחם של 33 חולי אפילפסיה, אשר התנדבו להשתתף במחקר. הפעילות המוחית שלהם נרשמה בזמן שצפו בסדרה של תמונות פנים של ידוענים וגם של אנשים לא מוכרים.

 

מה משותף לתאי עצב ולמעגלים חשמליים?

הנתונים שהפיקו האלקטרודות הראו שכל תמונה עוררה פעילות מוחית שהיו מעורבות בה קבוצות מסוימות של תאי עצב בעוצמות שונות, והן יצרו "חתימה" ייחודית. מעניין, שזוגות מסוימים של פרצופים עוררו חתימות דומות של פעילות מוחית, בעוד דפוסי החתימות של זוגות אחרים היו שונים מאוד זה מזה.

החוקרים שיערו שחתימות הפעילות המוחית חיוניות לעצם היכולת לזהות פנים, וגרוסמן החליטה לכן לבדוק אם נוצרו חתימות דומות גם ברשתות ה-DCNN. כדי לבדוק זאת, הם הציגו לרשת ה-DCNN את אותה סדרת תמונות שהציגו למתנדבים. התוצאות היו מאלפות : התגלה דמיון מבני רב בין החיבורים שנוצרו במעגלי הרשתות לבין החתימות שנוצרו במוח.

אז מה המשמעות של כל זה מבחינה מדעית? כמו מתכנני המטוסים הראשונים, שהוכרחו לבנות כנפיים דומות לכנפי ציפור כדי שהמכונות שתכננו יצליחו לעוף, מחקר זה מציג מאפיינים משותפים שהתפתחו הן ברשתות הביולוגיות והן ברשתות הבינה המלאכותית. מאפיינים אלה כנראה הכרחיים כדי לאפשר לשתי הרשתות הכול כך שונות לבצע את המשימה המורכבת של זיהוי פנים. גילוי זה של דמיון בין מערכות ממוחשבות ופעילות מוחית אנושית בנוגע לתפיסת פנים הוא צעד חשוב בחקר הבינה המלאכותית.

Prof. Rafi Malach’s research is supported by the Barbara and Morris L. Levinson Professorial Chair in Brain Research; the Dr. Lou Siminovitch Laboratory for Research in Neurobiology; and the estate of Florence and Charles Cuevas

 

פרופ' רפי מלאך

פרופ' רפי מלאך