חוקרים מישראל פיתחו שיטה להשוואת תפיסה אנושית ובינה מלאכותית

חוקרים מאוניברסיטת בן-גוריון בנגב, בשיתוף פעולה עם עמיתים, השתמשו במודלים של בינה מלאכותית (AI) כדי להבין טוב יותר את תהליכי החישוב המתרחשים במוח האנושי וכיצד מודלים אלו מחקים אותם. בעוד שמודלים מודרניים של רשתות נוירונים ובני אדם מצליחים לזהות אובייקטים, מבחנים סטנדרטיים אינם מאפשרים להבחין באופן מדויק בין התהליכים החישוביים של המוח לאלו של ה-AI. כדי להתמודד עם אתגר זה, פיתחו החוקרים סדרת תמונות שנועדו לגרום למודלים שונים של AI להפיק תחזיות סותרות ולטעות. על ידי הצגת תמונות אלו לבני אדם, החוקרים יכלו לבדוק אילו מודלים של AI מפיקים תחזיות התואמות יותר את תגובותיהם של בני אדם.

על פי טל גולן, שותף למחקר מאוניברסיטת בן-גוריון, השיטה כוללת יצירת תמונות שניתן לפרשן באופן שונה על ידי מודלים שונים. לדוגמה, תמונה אחת נתפסה כמספר 7 על ידי מודל אחד וכמספר 3 על ידי מודל אחר. כאשר בני אדם התבקשו לזהות את מה שהם רואים, והרוב זיהו את המספר 7, הדבר הצביע על כך שהמודל שזיהה 7 מדמה בצורה מדויקת יותר את התפיסה האנושית.

המחקר, שפורסם בכתב העת Nature Reviews Neuroscience, מצא כי בעוד שהמוח האנושי מסוגל לסווג במהירות מאפיינים בסיסיים של אובייקטים (כמו זוויות וקווים) כדי ליצור זיהוי ראשוני, מודלים המתבססים רק על זיהוי מאפיינים אלו מתקשים להסביר כיצד בני אדם תופסים תמונות מורכבות או דו-משמעיות. המוח, כך נראה, משלב סיווג מאפיינים עם גישה גנרטיבית, היוצרת מודל משוער של האובייקט. שילוב זה מאפשר למערכת הראייה לפעול ביעילות מרבית, לזהות אובייקטים במהירות ולפרש מידע חזותי מורכב או חלקי בצורה מדויקת יותר.

הגישה המוצעת על ידי החוקרים מאפשרת לזהות מערכות זיהוי הפועלות באופן הדומה ביותר לאופן שבו פועל המוח האנושי, ובכך לסייע בחקר תהליכים חישוביים במוח חי וביצירת מודלים מתקדמים יותר של AI. מחקר זה פותח אפיקים חדשים להבנה מעמיקה של היכולות הקוגניטיביות של האדם ושל פיתוח טכנולוגיות AI משופרות.