كيف يتمكن الدماغ من معالجة الكثير من المعلومات؟

لقد وجد الباحثون أن البشر قادرون على فرز البيانات باستخدام أقل من 1 بالمائة من المعلومات الأصلية

يتعلم البشر التعرف على الأشياء المعقدة بسرعة كبيرة وكذلك التغييرات التي حدثت فيها. عادة نتعرف على حرف الألف بغض النظر عن الخط والملمس والخلفية التي يظهر بها، أو وجه الصديقة حتى وهي ترتدي قبعة أو بعد أن تغير تسريحة شعرها. بالإضافة إلى ذلك، فإن العقل البشري قادر على التعرف على أي شيء حتى عندما يكون جزء صغير منه مرئيًا، على سبيل المثال - زاوية السرير أو جزء من مفصل الباب. كيف يتم ذلك؟ هل هناك طرق بسيطة يستخدمها البشر في مجموعة متنوعة من المهام المختلفة؟ وهل سيكون من الممكن تقليد هذه الأساليب لبرامج الكمبيوتر لتحسين القدرات والأداء في مجالات الرؤية الحاسوبية أو التعلم الآلي أو الروبوتات؟

اكتشف باحثون من معهد جورجيا للتكنولوجيا أن البشر قادرون على تصنيف البيانات باستخدام أقل من 1 بالمائة من المعلومات الأصلية، وطوروا خوارزمية تصف كيفية تعلم البشر - وهي طريقة يمكن استخدامها أيضًا للتعلم الآلي وتحليل البيانات والكمبيوتر. رؤية. "كيف يمكننا أن نفهم مثل هذه الكمية الكبيرة من البيانات التي تأتي إلينا من البيئة، والتي تتكون من العديد من الأنواع، بهذه السرعة العالية وبمثل هذه الطريقة الموثوقة؟" قال سانتوش فيمبالا، أستاذ علوم الكمبيوتر في معهد جورجيا للتكنولوجيا. "نحن نسأل - في المرحلة الابتدائية، كيف يفعل الإنسان ذلك؟ هذه في الواقع مشكلة حاسوبية."

وقام الباحثون بفحص البشر في إطار اختبارات "الضريبة العشوائية" من أجل فهم مدى قدرتهم على التعرف على الأشياء. لقد أظهروا للناس كائنات اختبارية أثناء تقديم صور أصلية مجردة للأشياء، ثم سألوهم عما إذا كانوا قادرين على التعرف على نفس الصورة بنجاح عندما تم عرض جزء عشوائي منها فقط. يوضح الباحث: "لقد افترضنا أن الإسقاط العشوائي قد يكون إحدى الطرق التي يتعلم بها البشر بيئتهم". "باختصار، كان افتراضنا صحيحا - هناك حاجة إلى 0.15% فقط من البيانات بأكملها حتى يتمكن البشر من التعرف على العظام". بعد ذلك، نظر الباحثون إلى خوارزمية حاسوبية تسمح للآلات (التي تعد نموذجًا بسيطًا جدًا للشبكات العصبية) بإكمال نفس المهام. لقد أدت الآلات مهامها بنفس مستوى أداء البشر، وهي النتيجة التي زودتنا برؤى جديدة حول كيفية تعلم البشر. يقول الباحث الرئيسي: "لقد وجدنا أدلة على أن البشر والشبكة العصبية يعملون بطريقة مماثلة بالفعل". ونشرت نتائج البحث في المجلة العلمية Neural Computation. ويعتقد أن هذه هي الدراسة الأولى على الإطلاق فيما يتعلق بـ "الضريبة العشوائية" على البشر، وهو العنصر الأساسي في النظرية التي ابتكرها الباحثون.

ولاختبار صحة نظريتهم، أنشأ الباحثون ثلاث مجموعات من الصور المجردة بدقة 150 × 150 بكسل، ثم رسموا رسومات صغيرة عشوائية لتلك الصور. شاهد الأشخاص الصور الكبيرة لمدة 10 ثوانٍ، وبعد ذلك عُرض عليهم بشكل عشوائي 16 رسمًا لكل صورة. يقول الباحث: "لقد فوجئنا بمعرفة مدى تشابه أداء الشبكات العصبية البسيطة مع أداء البشر". وعلى الرغم من أن الباحثين لا يستطيعون الادعاء بشكل قاطع بأن الدماغ البشري لا يعمل بالفعل إلا من خلال الإسقاط العشوائي، فإن النتائج تدعم الادعاء بأن هذه الآلية هي احتمال معقول. بالإضافة إلى ذلك، تشير النتائج إلى إمكانية استخدام طريقة ستكون مفيدة للتعلم الآلي: اليوم، يمثل تحليل مجموعة ضخمة من البيانات تحديًا كبيرًا، وقد تكون الضريبة العشوائية إحدى الطرق لمعالجة البيانات بكفاءة دون فقدان البيانات الأساسية المحتوى، على الأقل بالنسبة للمهام الأساسية مثل التصنيف وصنع القرار. لقد تم بالفعل الاستشهاد بنظرية التعلم المبني على الإسقاط العشوائي أكثر من 300 مرة، وأصبحت طريقة مفيدة وواسعة الانتشار في مجال التعلم الآلي، بهدف تحليل العديد من أنواع البيانات المختلفة.
أخبار الدراسة