錯視、量子力学、ニューラル ネットワークは、一見するとまったく無関係なトピックに見えるかもしれません。ただし、新しい研究に掲載されましたAPL機械学習, 私は「量子トンネリング」と呼ばれる現象を利用して、人間とほぼ同じように錯視を「見る」ことができるニューラル ネットワークを設計しました。

私のニューラル ネットワークは、有名な作品に対する人間の認識をうまくシミュレートしました。ネッカーキューブそしてルービンの花瓶幻想であり、実際には、はるかに大規模な従来の製品よりも優れています。ニューラルネットワークコンピュータビジョンで使用されます。

この研究はまた、人工知能(AI) システムは、人間の認知のようなことを真に実現することができます。

なぜ目の錯覚が起こるのでしょうか？

目の錯覚私たちの脳をだまして、現実であるかどうかわからないものを見させます。私たちは完全には理解していません目の錯覚の仕組みしかし、それらを研究することで、私たちの脳がどのように機能するのか、そして次のような場合にどのように失敗するのかを知ることができます。痴呆そしてさらに長距離宇宙飛行。

人間の視覚をエミュレートして研究するために AI を使用している研究者は、目の錯覚問題を提起します。コンピュータビジョンシステムは次のような複雑なオブジェクトを認識できますが、芸術の絵画、彼らはよくできない理解する目の錯覚。(最新モデルでは少なくとも認識できるようです)ある種の幻想ただし、これらの結果についてはさらなる調査が必要です。)

私の研究では、量子物理学を利用してこの問題に取り組んでいます。

私のニューラルネットワークはどのように機能するのでしょうか?

人間のとき脳情報を処理すると、どのデータが役立つか、どのデータが役に立たないかが決まります。ニューラル ネットワークは、次の機能を模倣します。脳多くの層の人工ニューロンを使用して、データを保存し、有益かそうでないかを分類できるようにします。

ニューロンは、隣接するニューロンからの信号によって活性化されます。各ニューロンがスイッチをオンにするためにはレンガの壁を乗り越える必要があり、近隣からの信号によってどんどん高くなっていき、最終的には壁を乗り越えて反対側の活性化点に到達することを想像してください。

量子力学では、電子のような小さな物体は、「量子トンネリング」と呼ばれる効果によって、一見突破不可能な障壁を通過できることがあります。私のニューラル ネットワークでは、量子トンネリングにより、ニューロンがレンガの壁を突き抜けて活性化ポイントまで直接ジャンプし、「そうすべきではない」場合でもスイッチがオンになることがあります。

なぜ量子トンネリングなのか?

20 世紀初頭の量子トンネルの発見により、科学者たちは次のことを説明できるようになりました。自然現象のような放射性崩壊古典物理学によればそれは不可能に思えました。

21 世紀、科学者は同様の問題に直面しています。既存の理論は人間の知覚、行動、意思決定を説明するには不十分です。

研究により、量子力学のツールが説明に役立つ可能性があることが示されています。人間の行動そして意思決定。

と示唆する人もいますが、量子効果 私たちの脳で重要な役割を果たしていますたとえそうでなかったとしても、私たちは依然として次の法則を見つけるかもしれません。量子力学人間の思考をモデル化するのに役立ちます。たとえば、量子計算アルゴリズムは次のとおりです。より効率的な多くのタスクでは古典的なアルゴリズムよりも優れています。

これを念頭に置いて、注射するとどうなるかを知りたいと思いました。量子効果ニューラルネットワークの仕組みに組み込まれます。

では、量子トンネリングネットワークはどのように動作するのでしょうか?

光学機器を見るとき幻想2 つの可能な解釈 (曖昧な立方体または花瓶と顔など) により、研究者は私たちが一時的に保持していると信じています。両方の解釈を同時に私たちの脳がどの写真を見るべきかを決定するまで。

この状況は、シュレーディンガーの猫の量子力学的思考実験に似ています。この有名なシナリオは、箱の中の猫の寿命が量子粒子の崩壊に依存していることを表しています。によると量子力学粒子は、私たちが観察するまで同時に 2 つの異なる状態にある可能性があり、猫も同様に生きている状態と死んでいる状態が同時に存在する可能性があります。

私は量子トンネル ニューラル ネットワークをトレーニングして、ネッカー キューブとルービンの花瓶の錯視を認識しました。に直面したとき、幻想入力として、2 つの解釈の一方または他方の出力が生成されます。時間が経つにつれて、どの解釈を選択するかは前後に揺れ動いた。

伝統的ニューラルネットワークもこの動作を生成しますが、さらに、私のネットワークは 2 つの特定の出力の間をさまようあいまいな結果を生成しました。これは、人間の脳がどちらかに落ち着く前に両方の解釈を保持できるのと同じです。

今は何ですか？

の時代にディープフェイクそしてフェイクニュース私たちの脳がどのように幻想を処理し、現実のモデルを構築するかを理解することは、かつてないほど重要になっています。

他の研究では、量子効果がどのように私たちの理解に役立つかを研究しています。社会的行動そして意見の過激化ソーシャルネットワークで。

長期的には、量子力AI最終的には～の発展に貢献するかもしれない意識のあるロボット。しかし今のところ、私の研究活動は続けられています。

詳細情報:Ivan S. Maksymov、錯視認識のための量子トンネルディープ ニューラル ネットワーク、APL機械学習（2024年）。DOI: 10.1063/5.0225771

この記事はから転載されています会話クリエイティブ・コモンズ・ライセンスに基づいて。読んでください元の記事。