Aby jednak komputer był w stanie zobaczyć iluzję, rozwój technologii musiał osiągnąć poziom uczenia maszynowego, a wiedza naukowa dojść do poziomu rozumienia tunelowania kwantowego.
Zespół naukowców postawił sobie zadania stworzenia takiego systemu sztucznej inteligencji, który będzie w stanie prawidłowo interpretować niejednoznaczne obrazy, na których ludzki umysł widzi raz jedną rzecz, raz drugą i bezustannie przełącza się między interpretacjami tego, co widzi. Doskonałym przykładem jest tutaj tzw. wazon Rubina, czyli obraz, który w jednej chwili zdaje się przedstawiać wazon, a w innej dwie twarze, mimo tego, że sam obraz nie podlega żadnym zmianom.
Czytaj także: Czekali na ten efekt 15 lat. Fizykom udało się przeprowadzić niezwykły eksperyment
Efektem prac badaczy jest stworzenie głębokiej sieci neuronowej tunelującej kwantowo. Została ona wyszkolona do interpretowania niejednoznacznych obrazów, tj. takich obrazów, jakie ludzki mózg jest w stanie postrzegać na różne sposoby i bezustannie się między nimi przełączać.
Złudzenia optyczne wykorzystują zdolność ludzkiego mózgu do przełączania się między interpretacjami nieruchomego obrazu. Na przykład w przypadku Kostki Neckera obserwator może początkowo postrzegać jedną stronę kostki jako bliższą, a następnie nagle zobaczyć przeciwną stronę jako bliższą. To samo dotyczy Wazonu Rubina, w którego przypadku naprzemienne widzimy wazon lub dwie twarzy z profilu. Te zmiany percepcyjne pokazują wyjątkowe zdolności mózgu do rozpoznawania wzorców. O ile jednak dla człowieka to naturalne, to komputer nie był w stanie tego dokonać. Jakby nie patrzeć modele SI nie są w stanie odtworzyć procesów neurologicznych odpowiedzialnych za interpretowanie bodźców wizualnych.
W artykule naukowym opublikowanym w periodyku APL Machine Learning badacze opisali, w jaki sposób komputer jest w stanie pokonać tę barierę poprzez wykorzystanie głębokich sieci neuronowych oraz tunelowania kwantowego. Głębokie sieci neuronowe są zbudowane z warstw połączonych węzłów, imitujących architekturę mózgu w celu analizowania złożonych danych, z wieloma ukrytymi warstwami. Tunelowanie kwantowe dotyczy natomiast sytuacji, w których cząstki subatomowe przechodzą przez bariery, które co do zasady powinny być dla nich nieprzenikalne.
W nowym modelu SI obrazy przedstawiające złudzenia optyczne przechodzą przez swoisty tunelowania kwantowego, w którym ulegają nieznacznym zmianom. Zmiany te wprowadzają drobne różnice w obrazie za każdym razem, powodując, że głęboka sieć neuronowa napotyka nieznacznie różne perspektywy. Przetwarzając te różne wersje, SI może „zdecydować” o jednej z możliwych interpretacji, naśladując to, jak ludzki mózg może przełączać się między interpretacjami obrazu w złudzeniu optycznym.
Czytaj także: Takiej symulacji jeszcze nie było. W rolach głównych komputer kwantowy i tunel czasoprzestrzenny
Stając w obliczu złudzenia, które można interpretować na wiele sposobów, SI tymczasowo trzyma obie możliwości, dopóki nie ustali jednego wyjścia. Ta metoda umożliwia systemowi odtworzenie ludzkiego doświadczenia oglądania złudzeń, w którym umysł przełącza się między interpretacjami, aż wybierze jeden obraz, na którym się skupi.
Badacze wytrenowali tę kwantowo-tunelową sieć neuronową specjalnie do rozpoznawania złudzeń, takich jak Kostka Neckera i Wazon Rubina. Dzięki tym obrazom sieć była w stanie naprzemiennie rozpoznawać obie interpretacje, skutecznie symulując ludzki proces postrzegania obrazu.
Co ważne, wbrew pozorom nie jest to model, który istnie tylko po to, aby dowieść, że da się w ten sposób wyszkolić komputer do interpretowania obrazów w taki sam sposób, w jaki robi to człowiek. Badacze przekonują, że wyniki badania znajdą wiele zastosowań w przemyśle, ale także mogą usprawnić metody diagnozowania upośledzeń poznawczych, czy też wczesnego stadium demencji.