Des scientifiques de l'Institut des problèmes mathématiques de biologie de l'Académie des sciences de Russie ont créé un réseau neuronal qui contrôle son "regard" et recherche des objets dans une image perçue de la même manière que les organes de la vision et le cerveau humain, selon un article publié dans la revue Neural Networks.
«Le modèle développé offre une explication simple et inattendue à un processus cognitif très complexe de recherche et de reconnaissance d'objets dans une image perçue par nos yeux», explique Yakov Kazanovich de l'Institut des problèmes mathématiques de biologie de l'Académie russe des sciences de Pouchchino. Selon lui, le réseau de neurones créé par son équipe devrait aider les neurophysiologistes à comprendre comment fonctionne la vraie vision humaine.
Au cours des dix dernières années, des centaines de programmeurs et des dizaines de grandes entreprises informatiques ont créé d'innombrables systèmes de vision industrielle capables de reconnaître divers objets dans une image perçue et de les classer. Les robots modernes, les moteurs de recherche et les drones peuvent utiliser ces données à diverses fins - par exemple, pour contourner des obstacles ou rechercher un client lors de la livraison d'un colis.
Malgré les énormes progrès dans ce domaine, les scientifiques ne savent toujours pratiquement rien du fonctionnement de la vision humaine et animale et de la façon dont nous parvenons à classer et à reconnaître automatiquement même des objets que nous n'avons jamais vus auparavant.
Par conséquent, comme le dit Casanovich, de nombreuses caractéristiques de la conscience humaine, de la perception de la réalité et de la vision restent encore un mystère pour les neurophysiologistes et les psychologues. Par exemple, les scientifiques se demandent depuis longtemps pourquoi une personne peut très facilement trouver des objets «contrastés» dans une grande variété d'autres structures qui lui sont différentes, mais en même temps ont du mal à trouver plusieurs figures cachées dans un petit nombre d'objets similaires.
Kazanovich et son collègue Roman Borisyuk ont fait un grand pas en avant vers la résolution de ce problème en créant un système d'intelligence artificielle qui, lors de la résolution de ces problèmes, se comporte exactement de la même manière qu'une personne.
Sa principale caractéristique, comme le disent les scientifiques, est qu'il se compose d'une multitude de structures relativement indépendantes, les soi-disant «ensembles», dans lesquels les neurones produisent des vibrations spéciales. L'une de ces structures devient une sorte de «chef d'orchestre» qui contrôle le travail des autres «ensembles» et leur confie des tâches, tandis que les autres ensembles sont essentiellement des objets que le réseau de neurones «voit» dans l'image.
Les «ensembles» se font constamment concurrence pour avoir une influence sur le «conducteur» et sur le fonctionnement de l'ensemble du réseau neuronal. Le déroulement de cette compétition, comme le montrent les expériences et les calculs de Casanovitch, reflète presque idéalement le principe de la vision humaine et s'apparente au «glissement» de notre regard sur l'image lors de la recherche d'objets de différents degrés de «contraste».
Vidéo promotionelle:
Ce modèle, espèrent les scientifiques, aidera les neurophysiologistes non seulement à trouver des structures similaires dans le cerveau des humains et des singes, mais aussi à comprendre leur fonctionnement, ce qui nous rapprochera de la création de systèmes de vision industrielle «naturels».
