导读 乍一看，视错觉、量子力学和神经网络似乎是毫不相关的话题。然而，在APL Machine Learning发表的新研究中，我利用一种称为量子隧穿的现象...
乍一看，视错觉、量子力学和神经网络似乎是毫不相关的话题。然而，在APL Machine Learning发表的新研究中，我利用一种称为“量子隧穿”的现象设计了一个神经网络，它可以像人类一样“看到”视错觉。
我的神经网络在模拟人类对著名的内克尔立方体和鲁宾花瓶幻觉的感知方面做得很好——事实上，比计算机视觉中使用的一些更大的传统神经网络要好。
这项研究也许能解答人工智能(AI)系统是否真的能够达到类似人类认知的程度。
为什么会产生视觉错觉?
视错觉会诱使大脑看到可能是真实也可能不是真实的东西。我们并不完全了解视错觉是如何产生的，但研究它们可以让我们了解大脑是如何工作的，以及大脑有时是如何失灵的，比如痴呆症和长途太空飞行。
使用人工智能模拟和研究人类视觉的研究人员发现，视觉错觉是一个问题。虽然计算机视觉系统可以识别艺术画作等复杂物体，但它们往往无法理解视觉错觉。(最新模型似乎至少可以识别某些类型的错觉，但这些结果需要进一步研究。)
我的研究利用量子物理学来解决这个问题。
我的神经网络如何工作?
当人脑处理信息时，它会决定哪些数据有用，哪些数据没用。神经网络使用多层人工神经元来模拟大脑的功能，使其能够存储数据并将其分类为有用或无益。
神经元由其邻居发出的信号激活。想象一下，每个神经元都必须翻过一堵砖墙才能被激活，而来自邻居的信号会把它撞得越来越高，直到它最终越过顶峰，到达另一边的激活点。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！