แม้แต่คอมพิวเตอร์ก็สามารถถูกหลอกได้จากภาพลวงตาการศึกษาใหม่ก็พบว่า
การวิจัยดังกล่าวอาจช่วยให้ความกระจ่างเกี่ยวกับการมองเห็นในสมองและนำไปสู่การจดจำภาพคอมพิวเตอร์ที่ดีขึ้นนักวิทยาศาสตร์กล่าวเสริม
ภาพลวงตาที่เป็นที่รู้จักกันดีกว่าภาพลวงตาใช้ประโยชน์จากวิธีที่สมองรับรู้สิ่งที่ดวงตาบอกในแบบที่เล่นกลอุบายที่หลากหลายในใจ ตัวอย่างเช่นภาพลวงตาเหล่านี้อาจทำให้ผู้คนเห็นสิ่งที่ไม่ได้อยู่ที่นั่นหรือไม่เห็นสิ่งที่อยู่ที่นั่นหรือดูภาพที่ไม่สมจริงของวัตถุหรือเห็นสิ่งหนึ่งเป็นสองสิ่งที่แตกต่างกันอย่างสิ้นเชิง โดยการตรวจสอบว่าภาพลวงตาหลอกสมองได้อย่างไรนักวิจัยสามารถเรียนรู้เพิ่มเติมเกี่ยวกับการทำงานภายในของสมอง
“ ในกรณีส่วนใหญ่ภาพลวงตาอาจมีประโยชน์จริงๆ” นักวิจัย Astrid Zeman นักประสาทวิทยาทางปัญญาของมหาวิทยาลัย Macquarie ในออสเตรเลียกล่าว "ตัวอย่างเช่นเราดูโทรทัศน์และดูการเคลื่อนไหวอย่างต่อเนื่องแทนที่จะเป็นชุดภาพนิ่งที่กะพริบ"
ภาพลวงตาแบบคลาสสิกหนึ่งคือภาพลวงตาMüller-Lyer ที่หัวลูกศรและหางลูกศรสามารถมีอิทธิพลต่อความยาวที่รับรู้ของเส้น เมื่อหัวลูกศรถูกวางไว้ที่ปลายทั้งสองของเส้นพวกเขาสามารถทำให้มันดูสั้นกว่าเส้นที่มีความยาวเท่ากัน; เมื่อสิ่งเหล่านี้ถูกแทนที่ด้วยหางลูกศรพวกเขาสามารถทำให้มันดูยาวขึ้น -เล่ห์เหลี่ยมตา: แกลเลอรี่ภาพลวงตาภาพ-
มีการถกเถียงกันอย่างต่อเนื่องว่าอะไรเป็นสาเหตุของภาพลวงตาMüller-Lyer ในสมอง เพื่อเรียนรู้เพิ่มเติมนักวิทยาศาสตร์ได้ทดลองใช้โมเดลการจดจำภาพคอมพิวเตอร์ที่ออกแบบมาเพื่อเลียนแบบศูนย์การมองเห็นของสมองเพื่อดูว่าอาจสร้างรูปแบบเฉพาะของข้อผิดพลาดคล้ายกับที่คาดไว้จากภาพลวงตา
“ เมื่อเร็ว ๆ นี้คอมพิวเตอร์หลายรุ่นได้พยายามที่จะเลียนแบบวิธีการประมวลผลข้อมูลทางสมองเพราะมันดีมาก” Zeman กล่าว "เราสามารถจัดการกับการเปลี่ยนแปลงทุกประเภทในแสงและพื้นหลังและเรายังคงรับรู้วัตถุเมื่อพวกเขาถูกย้ายหมุนหรือผิดรูปฉันอยากรู้ว่าการคัดลอกแง่มุมที่ดีทั้งหมดของการจดจำวัตถุยังมีศักยภาพในการคัดลอกแง่มุมของการประมวลผลภาพที่สามารถสร้างความผิดพลาดได้หรือไม่"
นักวิทยาศาสตร์ค้นพบการเลียนแบบของสมองเหล่านี้อาจได้รับการติดกับภาพลวงตา
“ สิ่งที่น่าตื่นเต้นเกี่ยวกับผลลัพธ์เหล่านี้คือการจินตนาการว่าจะเกิดอะไรขึ้นในอนาคต” Zeman กล่าวกับ Livescience "ถ้าเราสร้างหุ่นยนต์ด้วยสมองเทียมนั่นเป็นแบบจำลองสมองของเราความหมายคือหุ่นยนต์เหล่านี้จะเห็นภาพลวงตาเหมือนที่เราทำ ด้วยการเลียนแบบความแม่นยำความยืดหยุ่นและความทนทานที่น่าทึ่งที่เรามีในการจดจำวัตถุเราอาจคัดลอกข้อผิดพลาดที่อาจเกิดขึ้นในการคำนวณที่ปรากฏในภาพลวงตาที่มองเห็นได้ "
หลอกคอมพิวเตอร์
นักวิจัยแรกแสดงคู่ของสายไปยังแบบจำลองคอมพิวเตอร์ของวิสัยทัศน์ของมนุษย์- แต่ละคู่มีหนึ่งบรรทัดที่ยาวกว่าอีกสายหนึ่ง แต่ละบรรทัดมีทั้งหัวลูกศรและหางลูกศรหรือ "x" ที่ปลายทั้งสอง โมเดลคอมพิวเตอร์ชื่อ Hmax ต้องเดาว่าบรรทัดใดยาวกว่าและมันถูกบอกเมื่อมันถูกต้องและเมื่อมันผิด ด้วยวิธีนี้ผู้ตรวจสอบได้ฝึกฝนระบบเพื่อระบุอย่างถูกต้องว่าเส้นยาวและสั้นมีลักษณะอย่างไรด้วยความแม่นยำ 90 เปอร์เซ็นต์
“ เราฝึกอบรมแบบจำลองที่เป็นไปได้ทางชีวภาพและดูอิทธิพลของภาพที่ได้สัมผัส” Zeman กล่าว "ถ้าเราคิดว่าระบบภาพนี้เป็นสิ่งที่เราฝังอยู่ในหุ่นยนต์นั่นหมายความว่าเราสามารถเติบโตได้ทั้งหมดหุ่นยนต์ขึ้นไปในสภาพแวดล้อมที่แตกต่างกัน จากนั้นเมื่อเราหุ่นยนต์ครบกำหนดแล้วและได้เรียนรู้ที่จะเห็นสิ่งต่าง ๆ เราสามารถทุบสมองของพวกเขาเพื่อดูว่าพวกเขากำลังคิดอะไรอยู่ นี่คือสิ่งที่เราไม่สามารถทำได้กับมนุษย์ "
จากนั้นนักวิทยาศาสตร์ทดสอบระบบด้วยคู่ของเส้น อีกครั้งแต่ละคู่มีหนึ่งบรรทัดที่ยาวกว่าอีกบรรทัด อย่างไรก็ตามคราวนี้บรรทัดบนสุดมักจะมีก้านลูกศรสองตัวเสมอและบรรทัดล่างมักจะมีหัวลูกศรสองหัวเสมอ ในมนุษย์ถ้าทั้งสองบรรทัดมีความยาวเท่ากันบรรทัดบนจะดูยาวขึ้น
นักวิจัยพบว่าแบบจำลองนั้นมีความเสี่ยงเล็กน้อยต่อภาพลวงตาสูญเสียความแม่นยำประมาณ 0.8 เปอร์เซ็นต์ถึง 1.6 เปอร์เซ็นต์ นอกจากนี้ผลกระทบของแบบจำลองนั้นแข็งแกร่งขึ้นเมื่อมุมของครีบของหัวลูกศรและหางลูกศรนั้นรุนแรงกว่าเช่นเดียวกับมนุษย์
“ ฉันรู้สึกตื่นเต้นมากเมื่อเราเห็นผลกระทบที่น่าเบื่อหน่ายครั้งแรก - เราไม่ได้คาดหวังว่าจะเกิดขึ้นเลย” Zeman กล่าว
ภาพลวงตาหลอกจิตใจได้อย่างไร
การค้นพบนี้อาจกำจัดศักยภาพจำนวนมากคำอธิบายสำหรับภาพลวงตา- ตัวอย่างเช่นในอดีตนักวิทยาศาสตร์ได้คาดการณ์ว่าภาพลวงตานี้เกิดจากสมองของมนุษย์ตีความหัวลูกศรและหางลูกศรเป็นตัวชี้นำเชิงลึก-ในสภาพแวดล้อมสมัยใหม่ห้องพักอาคารและถนนนำเสนอฉากที่มีขอบมากมาย อย่างไรก็ตามเนื่องจากโมเดลคอมพิวเตอร์นี้ไม่ได้รับการฝึกฝนด้วยภาพ 3 มิติการค้นพบเหล่านี้อาจแยกแยะความคิดนั้น -10 ความลึกลับที่ยิ่งใหญ่ที่สุดของจิตใจ-
ก่อนหน้านี้นักวิจัยได้คาดการณ์ภาพลวงตานี้เป็นผลมาจากสมองของมนุษย์ที่มุ่งเน้นไปที่ข้อมูลโดยรวมเกี่ยวกับรูปร่างแทนที่จะเป็นส่วนประกอบของพวกเขา อย่างไรก็ตามดูเหมือนว่าจะไม่เป็นจริงกับโมเดลเช่นกัน
โดยรวมแล้วการค้นพบเหล่านี้ชี้ให้เห็นว่าภาพลวงตาไม่จำเป็นต้องขึ้นอยู่กับสภาพแวดล้อมหรือกฎใด ๆ ที่ผู้คนเรียนรู้เกี่ยวกับโลก แต่อาจเป็นผลมาจากคุณสมบัติโดยธรรมชาติของวิธีการที่ระบบภาพประมวลผลข้อมูลที่ต้องมีการอธิบายเพิ่มเติม
การวิจัยในอนาคตสามารถช่วยให้คอมพิวเตอร์จดจำภาพลวงตาได้ดังนั้นพวกเขาจึงสามารถปฏิเสธความเป็นไปไม่ได้และความขัดแย้ง “ นี่อาจเป็นสิ่งสำคัญมากเช่นเมื่อตัดสินระยะทางและขนาดของวัตถุในระบบติดตามเป้าหมาย” Zeman กล่าว
ขณะนี้นักวิจัยตั้งเป้าหมายที่จะสร้างแบบจำลองที่แตกต่างกันภาพลวงตาโดยเฉพาะอย่างยิ่งคนที่มีการถกเถียงกันอย่างต่อเนื่องว่าอะไรเป็นสาเหตุของพวกเขา
“ มีภาพลวงตาจำนวนมากที่มีอยู่ที่นั่นและสิ่งใหม่ ๆ กำลังออกมาตลอดเวลา” Zeman กล่าว "ภาพลวงตาเหล่านี้นำมาสู่คำถามใหม่ ๆ เกี่ยวกับวิธีที่เรารับรู้โลกและสมมติฐานที่เราทำเกี่ยวกับโลกในปัจจุบันยังไม่มีแคตตาล็อกที่เป็นทางการและครอบคลุมของภาพลวงตาดังนั้นทิศทางเดียวสำหรับการพัฒนาในอนาคตคือการรวมความรู้ทั้งหมดนี้เข้าด้วยกัน"
นักวิทยาศาสตร์ให้รายละเอียดการค้นพบของพวกเขาออนไลน์ 15 กุมภาพันธ์ในวารสารplos หนึ่ง-
ติดตามเรา@livescience-Facebook-Google+- บทความต้นฉบับเกี่ยวกับLiveScience.com-
