Zašto mozak pamti neke slike, dok druge potpuno zaboravlja? Ovo je jedno od najvažnijih pitanja znanosti o pamćenju, a upravo na njega pokušavaju odgovoriti najnovija istraživanja u kojima se koristi umjetna inteligencija. Znanstvenici sa Sveučilišta Yale objavili su značajnu studiju u časopisu Nature Human Behaviour gdje je umjetna inteligencija iskorištena za bolje razumijevanje načina na koji percepcija utječe na dugotrajnost naših uspomena. Ova istraživanja predstavljaju korak naprijed u razumijevanju složenih mehanizama koji određuju zašto određene slike ostaju u našoj svijesti, dok druge prolaze neopaženo.
Percepcija je proces u kojem mozak prima, interpretira i obrađuje informacije iz okoline. No, nije svaka informacija koju doživimo jednako zapamćena. Umjetna inteligencija omogućuje znanstvenicima proučavanje percepcije na potpuno nov način, koristeći modele koji mogu replicirati složene procese koji se odvijaju u ljudskom mozgu. U središtu ovog istraživanja nalazi se pitanje na koji način mozak bira slike koje će zapamtiti, te što umjetna inteligencija može otkriti o tim procesima.
U istraživanju koje je provela skupina znanstvenika sa Sveučilišta Yale, korištena je metoda zvana sparse kodiranje. Riječ je o naprednoj metodi strojnog učenja u okviru umjetne inteligencije koja omogućuje da se složene slike pretvore u jednostavnije, komprimirane oblike. Takav pristup omogućuje detaljno analiziranje načina na koji mozak procesuira slike, i na temelju toga pokušava odrediti što slike čini posebnima za naše pamćenje. Model je treniran na preko deset tisuća različitih slika prirode, kako bi naučio koji su vizualni elementi presudni za dugoročno pamćenje.
Osnovni princip sparse kodiranja je stvaranje skraćene, ali informativne reprezentacije vizualnog podražaja. Model umjetne inteligencije prvo zaprima sliku, potom je prenosi kroz nekoliko slojeva neuronske mreže, gdje dolazi do kompresije informacija, a zatim pokušava rekonstruirati izvorni prikaz slike. Ključna vrijednost koja se prati u ovom procesu jest pogreška rekonstrukcije – odnosno razlika između izvorne slike i one koju je model pokušao ponovo stvoriti. Upravo ova pogreška rekonstrukcije može ukazivati na to koliko je neka slika nezaboravna za mozak.
Istraživanje je obuhvatilo i testiranje na 45 sudionika koji su gledali brzu sekvencu različitih slika prirode. Sudionici su kasnije testirani koliko su slika uspjeli prepoznati i zapamtiti. Rezultati su pokazali da su slike koje su za umjetnu inteligenciju bile najteže za rekonstrukciju, bile i one koje su ljudi najviše pamtili. Ovo sugerira da mozak automatski bolje pamti složenije ili neobičnije vizualne informacije, odnosno one koje izlaze iz uobičajenih obrazaca i teže ih je rekonstruirati.
Percepcija, kao tema istraživanja, pokazala se iznimno važnom za razumijevanje funkcioniranja pamćenja. Jedan od zanimljivijih rezultata je da slike koje sadrže ljude ili su snažno usmjerene na određene objekte predstavljaju poseban izazov za model umjetne inteligencije, što je povezano s njihovom većom zapamćenošću kod ljudi. Ovo otkriće podržava ranije pretpostavke o značaju emocionalnog i društvenog konteksta u stvaranju nezaboravnih uspomena.
Osim toga, znanstvenici su u svom radu naglasili da percepcija nije pasivan proces. Mozak ne pamti informacije nasumično, nego kroz aktivno filtriranje, gdje percepcija i pažnja određuju što će biti pohranjeno u dugotrajno pamćenje. U ovom procesu, umjetna inteligencija igra ključnu ulogu jer može simulirati različite načine obrade vizualnih informacija, a time pomaže u otkrivanju osnovnih principa po kojima funkcionira ljudski mozak.
Umjetna inteligencija, zahvaljujući mogućnosti obrade velikih količina podataka i pronalaska obrazaca koji su ljudskom oku često skriveni, omogućuje detaljniju analizu percepcije nego što je to bilo moguće tradicionalnim metodama. Korištenje modela poput sparse kodiranja otkrilo je da pogreška u rekonstrukciji slike može biti dobar pokazatelj koliko će slika biti nezaboravna. Ovakva saznanja otvaraju nove mogućnosti za primjenu u edukaciji, dizajnu vizualnih materijala, pa čak i u razvoju digitalnih asistenata koji će biti učinkovitiji u prenošenju informacija.
Važnost percepcije u svakodnevnom životu očituje se i u načinima na koje oblikujemo sjećanja. Znanstvenici ističu da se većina onoga što pamtimo zapravo temelji na podražajima koje doživimo slučajno, a ne kroz svjesnu odluku o pamćenju. Umjetna inteligencija omogućuje mapiranje tih podražaja i bolju identifikaciju vizualnih obilježja koja imaju najveći utjecaj na dugoročnu zapamćenost. Također, takav pristup otvara mogućnost primjene u medicini, primjerice u razumijevanju i liječenju poremećaja pamćenja poput Alzheimerove bolesti, gdje je percepcija često poremećena.
Današnje digitalno okruženje obiluje vizualnim sadržajem, a percepcija igra ključnu ulogu u tome koje slike i informacije će biti zapamćene. Razumijevanje ovog procesa može biti od koristi marketinškim stručnjacima, umjetnicima, edukatorima i svima koji žele osigurati da njihova poruka ostane trajno zapamćena. Studije poput ove sa Sveučilišta Yale nude konkretne odgovore na pitanja koja su dugo zanimala i psihologe i neuroznanstvenike. Detaljnije informacije o istraživanju mogu se pronaći na službenoj stranici Nature Human Behaviour.
Umjetna inteligencija omogućuje razvoj inovativnih pristupa u proučavanju percepcije, od kojih je jedan model vođene psihofizike, grane psihologije koja istražuje odnos između podražaja i mentalnih procesa. Ovakvi modeli pomažu znanstvenicima da testiraju teorije o funkcioniranju mozga i stvaranju uspomena, ali i da razvijaju praktične alate za poboljšanje svakodnevne memorije. Osim toga, suvremena tehnologija omogućuje povezivanje znanstvenih disciplina, od psihologije do računarstva, u zajedničkom cilju razumijevanja percepcije i njezine uloge u životu pojedinca.
Na temelju dobivenih rezultata, može se zaključiti da percepcija, u kombinaciji s umjetnom inteligencijom, otvara vrata novim mogućnostima za razumijevanje procesa pamćenja. Ovaj multidisciplinarni pristup omogućuje stvaranje preciznijih modela koji mogu predvidjeti koje slike i informacije će ostati zapamćene, a koje će biti izgubljene. Dodatne informacije o napretku istraživanja u području percepcije dostupne su na portalu Neuroscience News, dok praktične primjene ove tematike u edukaciji možete pronaći na stranici Edutopia.
Razvoj umjetne inteligencije omogućuje izgradnju sve složenijih modela percepcije, koji ne samo da repliciraju ljudsku sposobnost prepoznavanja i zapamćivanja vizualnih informacija, nego i otkrivaju nove principe po kojima radi naš mozak. Rezultati ovog istraživanja mogli bi imati dalekosežan utjecaj na budući razvoj tehnologije, zdravstva i obrazovanja. Više informacija o aktualnim projektima i inovacijama u području umjetne inteligencije možete pronaći na službenoj stranici MIT Technology Review.
Kroz ovo istraživanje jasno je pokazano da percepcija igra centralnu ulogu u procesu pamćenja te da kombinacija umjetne inteligencije i suvremenih neuroznanstvenih metoda može značajno unaprijediti naše razumijevanje mozga. Percepcija kao pojam nadilazi granice znanosti i svakodnevno oblikuje naše iskustvo, interakcije i identitet. Stoga je razumijevanje percepcije i njezine veze s pamćenjem od iznimne važnosti ne samo za znanstvenike, već i za svakoga tko želi bolje razumjeti sebe i svijet oko sebe.
Copyright © 2024 Cami Rosso Sva prava pridržana.
