כיצד מצליח המוח לעבד מידע כה רב

חוקרים מצאו כי בני האדם מסוגלים למיין נתונים תוך שימוש בפחות מאחוז אחד מהמידע המקורי

בני האדם לומדים לזהות במהירות גבוהה מאוד עצמים מורכבים וגם את השינויים שחלו בהם. באופן רגיל אנו מזהים את האות אלף ללא קשר לגופן, לטקסטורה ולרקע שבו היא מופיעה, או את פניה של ידידה גם כשהיא חובשת כובע או לאחר שהיא משנה את תסרוקתה. בנוסף, המוח האנושי מסוגל לזהות עצם גם כאשר רק חלק קטן ממנו גלוי, למשל – הפינה של המיטה או חלק מציר הדלת. כיצד הדבר מתבצע? האם קיימות שיטות פשוטות שבהן משתמשים בני האדם עבור מגוון מטלות שונות? והם ניתן יהיה לחקות את השיטות הללו לתוכנות מחשב לשם שיפור היכולות והביצועים בתחומים של ראייה ממוחשבת, למידת מכונה או רובוטיקה?

חוקרים מהמכון הטכנולוגי של ג’ורג’יה גילו כי בני אדם מסוגלים לסווג נתונים תוך שימוש בפחות מאחוז אחד מהמידע המקורי, ופיתחו אלגוריתם שמתאר את אופן הלימוד בבני אדם – שיטה שתוכל לשמש גם עבור למידת מכונה, ניתוח נתונים וראייה ממוחשבת. “כיצד אנו מצליחים להבין כמות כה גדולה כזו של נתונים המגיעה אלינו מהסביבה, המורכבת מסוגים כה רבים, במהירות כה גבוהה ובצורה כה אמינה?” אמר Santosh Vempala, פרופסור למדעי המחשב מהמכון הטכנולוגי של ג’ורג’יה. “אנו שואלים – ברמה היסודית, כיצד בני האדם עושים זאת? זוהי בעצם בעיה מחשובית.”

החוקרים בחנו בני אדם במסגרת מבדקים מסוג “היטל אקראי” על מנת להבין כיצד הם מסוגלים ללמוד על אודות עצמים. הם הראו לאנשים עצמים נבדקים תוך הצגת התמונות המופשטות והמקוריות של העצמים, ולאחר מכן שאלו אותם אם הם מסוגלים לזהות בהצלחה את אותה תמונה כאשר מוצג רק חלק אקראי מתוכה. “שיערנו כי היטל אקראי עשוי להיות אחת מהדרכים שבהן בני האדם לומדים את סביבתם”, מסביר החוקר. “בקיצור, ההנחה שלנו הייתה נכונה – יש צורך רק ב-0.15 אחוז ממלוא הנתונים על מנת שבני אדם יצליחו לזהות את העצם”. בשלב הבא, החוקרים בחנו אלגוריתם ממוחשב המאפשר למכונות (המהוות מודל פשוט מאוד לרשתות עצביות) להשלים את אותן משימות. המכונות אכן ביצעו את המשימות שלהן באותה רמה שבה ביצעו זאת בני האדם, תוצאה שסיפקה לנו תובנות חדשות בנוגע לאופן הלימוד של בני האדם. “מצאנו ראיות כי, אכן, בני האדם והרשת העצבית פועלים באופן דומה,” מציין החוקר הראשי. ממצאי המחקר פורסמו בכתב-העת המדעי Neural Computation. סבורים כי זהו המחקר הראשון אי פעם באשר ל”היטל אקראי” בנבדקים אנושיים, מרכיב הליבה של התיאוריה שהגו החוקרים.

בכדי לבחון את נכונות התיאוריה שלהם, החוקרים יצרו שלוש קבוצות של תמונות מופשטות בכושר הפרדה של 150 x 150 פיקסלים, ולאחר מכן שרטוטים אקראיים וקטנים של אותן תמונות. הנבדקים האנושיים צפו בתמונות הגדולות למשך 10 שניות, ולאחר מכן הוצגו להם באופן אקראי 16 שרטוטים של כל אחת מהתמונות. “הופתענו לגלות עד כמה דומים הביצועים של רשתות עצביות פשוטות בהשוואה לבני אדם”, אומר החוקר. על אף העובדה כי החוקרים לא יכולים לטעון באופן נחרץ כי המוח האנושי אכן פועל רק דרך היטל אקראי, התוצאות תומכות בטענה כי מנגנון זה הינו אפשרות סבירה. בנוסף, התוצאות מציעות שימוש אפשרי בשיטה שתהיה שימושית עבור למידת מכונה: כיום, הניתוח של אוסף נתונים עצום מהווה אתגר גדול, והיטל אקראי עשוי להיות אחת מהדרכים לעיבוד נתונים יעיל מבלי לאבד תוכן חיוני, לפחות עבור משימות בסיסיות כגון סיווג וקבלת החלטות. התיאוריה בנוגע ללמידה המבוססת על היטל אקראי צוטטה כבר יותר מ-300 פעמים והפכה לשיטה שימושית ונפוצה בתחום של למידת מכונה, זאת במטרה לנתח נתונים רבים מסוגים שונים.
הידיעה על המחקר