Исследователь разработал глубокую нейронную сеть, способную имитировать способность человеческого мозга интерпретировать оптические иллюзии, основанную на эффекте квантового туннелирования. В ходе испытаний сеть имитировала человеческую интерпретацию знаменитого куба Неккера и вазы Эдгара Рубина гораздо лучше, чем большие обычные нейронные сети, используемые для компьютерного зрения.
Человеческое зрение основано на сложном взаимодействии физиологических и психологических процессов. Оптические иллюзии используют эти механизмы, заставляя мозг сначала воспринимать одну интерпретацию изображения, а затем, по мере наблюдения, переключаться на другую. Такая способность чередовать несколько интерпретаций характерна для человеческого мозга.
В отличие от этого, современные алгоритмы искусственного интеллекта, хотя и вдохновлены структурой биологических нейронных сетей, с трудом воспроизводят эту способность. Их подход, ориентированный на распознавание и классификацию объектов, игнорирует неврологические и психологические тонкости человеческого восприятия. Исследования показывают, что это ограничение кроется в фундаментальных различиях между искусственными и биологическими нейронами.
Иван Максимов, старший научный сотрудник Института искусственного интеллекта и кибернетического будущего при Университете Чарльза Стерта (Австралия), предлагает инновационный подход. Используя эффект квантового туннелирования, он создал глубокую нейронную сеть, способную интерпретировать оптические иллюзии. «На первый взгляд, оптические иллюзии, квантовая механика и нейронные сети кажутся несопоставимыми предметами. Однако мое исследование показывает, что «квантовое туннелирование» может наделить нейронные сети способностью к интерпретации, схожей с человеческой», — объясняет он в статье для The Conversation.
Слияние глубоких нейронных сетей и квантового туннелирования
Человеческий мозг обрабатывает информацию, решая, какие данные являются релевантными. Глубокие нейронные сети основываются на этом, объединяя несколько слоев искусственных нейронов для сортировки и хранения важных данных. В отличие от традиционных нейронных сетей, состоящих только из одного слоя нейронов, эти сложные системы могут обрабатывать нелинейную информацию.
Чтобы активироваться, искусственным нейронам приходится преодолевать барьеры, которые помогают преодолеть электрические сигналы. Максимов предполагает, что квантовый туннельный эффект может позволить нейронам преодолевать эти барьеры, активируя нейроны даже в априори неблагоприятных условиях. Эта способность может позволить нейронным сетям обрабатывать оптические иллюзии.
Туннельный эффект означает способность квантового объекта преодолевать барьер, который априори непроходим. Это свойство вытекает из способности субатомных частиц (фотонов, электронов и т. д.) вести себя одновременно как волны и частицы (дуализм волна-корпускула). Открытый в начале XX века, этот эффект объясняет явления, не объяснимые классической физикой, такие как радиоактивный распад.
Также было высказано предположение, что квантовые эффекты играют важную роль в функционировании нашего мозга и могут пролить свет на некоторые механизмы человеческого поведения. Хотя эти гипотезы все еще не доказаны, было показано, что алгоритмы квантовых вычислений для многих задач более эффективны, чем классические. «Исходя из этого, я хотел изучить, что произойдет, если интегрировать квантовые эффекты в нейронную сеть», — объясняет Максимов.
Аналогия с парадоксом кота Шредингера
Глубокая нейронная сеть, разработанная Максимовым, была неоднократно обучена интерпретировать оптические иллюзии, такие как куб Неккера и ваза Эдгара Рубина. Каждый проход через эффект квантового туннелирования тонко изменяет изображения, и сеть «решает», как их интерпретировать.
Обрабатывая оптические иллюзии, алгоритм выдавал результаты, соответствующие двум возможным интерпретациям (формы куба в зависимости от ориентации и вазы или граней для вазы Рубина). Со временем интерпретации начинали колебаться между двумя вариантами, прежде чем остановиться на одном, имитируя процесс человеческого восприятия. Эта динамика напоминает знаменитый квантовый парадокс кота Шредингера, когда кот одновременно жив и мертв, пока за ним не наблюдают.
По словам исследователя, этот эксперимент похож на знаменитый квантовый мысленный эксперимент «Кот Шредингера». В этом эксперименте кот, запертый в коробке с пузырьком яда, одновременно и мертв, и жив, пока коробка не будет открыта и не будет определено его состояние. Квантовые частицы могут находиться в разных состояниях одновременно, пока их не наблюдают или не измеряют. Колебания нейронной сети между двумя интерпретациями вызывают этот квантовый эффект.
Максимов видит далеко идущие последствия этих результатов, в частности, для улучшения интерпретации полетных данных пилотами и космонавтами или для диагностики неврологических расстройств. Глубокие нейронные сети, использующие квантовое туннелирование, также могут способствовать появлению «сознательных роботов». ИИ, обученный интерпретировать эти иллюзии, может ускорить диагностику неврологических заболеваний. Подробные результаты исследования опубликованы в журнале APL Machine Learning.