Как мы видим? Нейробиология зрительного восприятия

Сетчатка сжимает этот диапазон, так что при любой освещенности ее выходные сигналы об интенсивности света варьируются всего примерно в десять раз. Что еще удивительнее, она центрирует этот узкий диапазон относительно средней яркости окружающего освещения на данный момент [1]. Мы осознаем этот процесс настройки, только когда внезапно выходим из темноты на свет или наоборот: мы временно ослеплены ярким светом или ничего не видим в темноте, пока сетчатка не адаптируется к новому уровню яркости.

зрительной системе от сетчатки до высших корковых областей, но на этот раз сосредоточим внимание на ее сетеподобном характере, а также на значительной пластичности и обучаемости. Нас также будут интересовать аспекты, которые делают естественное человеческое зрение похожим на ведущую форму компьютерного зрения.

Вкратце повторим их:

Сетчатка предварительно обрабатывает изображение, разбивая его на множество независимых репрезентаций.
Сетчатка передает зрительную информацию в латеральное коленчатое тело, которое повышает четкость рецептивных полей и регулирует поток информации, идущий в кору.
Первичная зрительная кора (V1) трансформирует рецептивные поля; большинство нейронов V1 лучше всего реагируют на края определенной ориентации.
В зрительных зонах V1 и V2 многие клетки освобождаются от жесткой настройки на конкретное положение стимула: эти так называемые сложные клетки реагируют на края определенной ориентации, которые могут находиться в более широкой области видимого пространства. Это шаг к абстрагированию от точного визуального ввода.
Следующие зрительные зоны, V3 и V4, содержат нейроны с разнообразной избирательной чувствительностью — например, к цвету, движению или глубине. Они передают информацию в зрительные области в височной коре.
Нижняя височная кора состоит из мозаики отдельных зон, чувствительных к самым разным вещам. Некоторые из этих зон специализируются на распознавании лиц.
В направлении от задней к передней части височной доли участки распознавания лиц снижают свои «позиционные» требования: их нейроны постепенно приобретают пространственную инвариантность, то есть реагируют на лица независимо от их точного местоположения или ориентации в пространстве.
В средней височной коре и еще более высоких областях коры находятся клетки, которые реагируют только на изображение конкретного человека или объекта независимо от его местоположения в поле зрения и от угла зрения.

ключевые фундаментальные принципы организации нашего зрения. Вот они:

Зрительные системы не являются нейтральными, беспристрастными регистраторами входных сигналов. Они искажают (модифицируют) свои ответы на каждом уровне, приводя их в соответствие с закономерностями видимого мира.
Иногда это свойство встроено в генетический код, но во многих случаях оно является результатом обучения нейронной сети. Это касается всего — от базовых закономерностей, таких как края и линии, до восприятия сложных объектов, таких как лица.
Грубые соединения между зрительными областями мозга образуются при помощи сигнальных молекул — таких же, какие используются природой, например, чтобы обеспечить развитие печени или рук в ходе внутриутробного периода. Эти молекулы помогают аксонам зрительных клеток найти путь к областям-мишеням в головном мозге и сформировать примерную топографическую карту поля зрения в каждой из них. Более тонкие нейрональные связи, лежащие в основе восприятия конкретных объектов — распознавания объектов, — создаются благодаря механизму нейронной пластичности.

как показывают последние исследования, наш зрительный анализатор практически от начала и до конца основан на гибких механизмах нейронной пластичности, обучающихся по правилам нейронной сети.

одинаковый ключевой принцип — сети нейронов, связанные модифицируемыми синапсами Хебба.

обучаемые синапсы играют ключевую роль в основанных на нейронных сетях зрительных системах на всех этапах процесса восприятия — от сетчатки (входного слоя) до высших уровней, где происходит распознавание объектов. Но сразу предупреждаю и подробнее объясню это в главе 13 (внимание, спойлер!): распознавание объектов в биологической зрительной системе происходит вовсе не так, как это делает вышеописанный алгоритм MATLAB. С точки зрения живого мозга это слишком глупый способ. Перцептронам нужен учитель, который будет контролировать их обучение, сообщая им: «Это Билл» и «Это не Билл». Живой мозг способен учиться без внешнего учителя (отдельная важная тема, о которой мы также поговорим подробнее).

Благодаря особым свойствам нашего зрительного анализатора мы не замечаем различий в освещенности, чего нельзя сказать о цифровой камере в смартфоне или компьютере. Их педантичный цифровой анализатор воспринимает один и тот же по-разному освещенный объект как два разных объекта. Следовательно, первая операция по нормализации — «выравнивание» яркости. Компьютер вычисляет среднюю яркость всего изображения (иногда используя для этого мудреные средне-подобные величины) и затем корректирует яркость различных участков изображения так, как если бы вся сцена была равномерно освещена одинаковым источником света. Во-вторых, в большинстве случаев выполняется выделение краев, потому что, как мы уже не раз говорили, именно края несут основную информацию об объектах.

Задача алгоритма распознавания лиц состоит из двух основных шагов: сначала определить наличие лица, а затем установить, кому оно принадлежит. Первая задача называется обнаружением лица, вторая — идентификацией.

капчи наглядно показывают пределы способностей современных компьютеров (конечно, компьютеры АНБ наверняка могут идентифицировать большинство капчей, но для обычных любительских ботов, пытающихся прорваться на обычные сайты, они не по зубам).