Nesne tanıma sistemleri oldukça ilerledi; hele Facebook’un yüz tanıma algoritmaları korkutucu derecede iyi. Bu sistemler, insanların nesneleri tanımayı öğrenişinden farklı biçimde, tipik olarak milyonlarca görsel örnekkullanılarak geliştirilir. Bir insan ise bir nesnenin iki-üç resmini gördüğünde, genellikle o nesnenin yeni örneklerini tanıyabilir duruma gelir.
Dört yıl önce, Massachusetts Teknoloji Enstitüsü Beyin Araştırma Bölümü’nden Tomaso Poggio’nun ekibi, görsel temsil için yeni bir bilgisayar modeli üzerinde çalışmaya başladı. Amaçları, beynin tam olarak ne yaptığınıanlayabilmekti. Ekip, Theoretical Computer Science dergisinde yayımlanması için geçtiğimiz günlerde hazırladıkları makalelerinde, geliştirdikleri modeli temel alan bir makine öğrenimi sisteminin, sadece birkaç örneğe dayanarak son derece başarılı nesne tanımlamaları yapabildiğini gösteriyor.
Araştırmacılar ayrıca hem bu son makalelerinde, hem de geçtiğimiz Ekim ayında PLOS Computational Biologydergisinde yayımladıkları makalelerinde, beynin işleyişine ilişkin eldeki kanıtların modelleri ile gayet uyumlu olduğunu da belirtiyorlar.
“Eğer bana yüzünüzün belli bir uzaklıktan çekilmiş bir resmini gösterseler ve daha sonra ben sizi farklı bir uzaklıktan görsem, görüntü resimdekinden farklı olur ve basit karşılaştırma yöntemleri işe yaramaz. Bu durumda ya çok fazla sayıda örnek resme gerek vardır; yani yüzünüzü tüm olası pozisyonlarda görmüş olmalıyımdır ya da nesnenin değişmez bir temsilini bulmak gerekir,” diyor Prof. Poggio.
Bir nesnenin değişmez temsilinin boyut değişimine, konum değişimine ve dönmeye karşı bağışıklı olması, bu değişimlerden etkilenmemesi gerekir. Bilgisayar görüş araştırmacıları değişmez nesne temsili için çeşitli teknikler önermişti, fakat Poggio’nun grubunun çalışması beynin işleyiş mekanizması ile uyumlu bir değişmez temsil bulması bakımından ayrıca önem taşıyor.
