うわあ...
気づいたらAI開発ノートを1年近く放置していた...。
別に知能についての勉強を怠けていたわけではありません(汗)学部の勉強が面白くて...orz
そういえば、去年の2月頃に初めてはんだごてを握ってPIC工作をしたのも、ルーシーに触発されてADコンバーターをいじりたくなったからだった。そもそも情報科学科に進学したのもAIの勉強をしたい為だった。
....まぁいいか(笑)
プログラムも大分書けるようになってきたし、特にハードウェアに強くなってきた事は大きい。
CPU開発が終了したら、次はカメラとニューラルネットワークを繋げて視覚野の実験をしてみよう。
自分が温めている視覚野についてのアイデアを書いてしまおうと思います。たぶんおなじ事が既に研究されてるとは思うんだけれども。
選択反応性
AI開発ノート/知性の探求/第4回に書いたことなんだけど、人間などの生物には選択反応性というものがあって、視覚野のニューロンが特定の信号についてのみ反応するようになっている。
それで、猫を使った実験などによってこの選択反応性はある程度後天的に獲得される事が分かっている。
私が実現したいと思っているのは
例えば斜め45度の線分に反応するニューロンと斜め46度の線分に反応するニューロンはすぐ近くに配置されているのだけど、それがニューロンの局所相互作用のみによってなされている仕組みを考えているのです。
昔の研究だけど、コホーネンの自己組織化マップというものがあって、これは新たに入力されたベクトルともっとも近い信号をもつベクトルが近付くということを繰り返すことによって、マップができあがるというもの。
でも、網膜に同時に提示される情報は一つであってそれと過去の情報を比較するということは不可能。局所相互作用のみによっては実現できない(と思う)。
私のアイデア
視覚野のマップは実世界の連続性に起因していると思う。
人間の眼球は常にサッケードという運動をしているのだけど、数百ミリ秒ある点を注視したら数十ミリ秒かけて他の点に動く。一回あたりせいぜい移動角度は10度前後。普通は5度くらい。眼球移動の最中は映像は知覚されない。
さて、ニューロンには不応期がありこれは数ミリ秒。活動電位は十ミリ秒もあれば眼球全体に広がるので、
ある情報を得た際の活動電位の伝播の仕方は、すぐ前に見ていた情報によって影響を受ける
わけです。つまり視覚情報処理というのは時系列に沿って考えなければならないというのが私の考え。
実世界の物体は連続的に(少なくとも視野角10度の範囲では)変化している物が大多数であるので、提示される情報は連続的に変化する(サッケード自体はたしか、曲線にそって動きやすい性質があったはず)わけです。これが視覚野のマップ形成に関わっていると思うのです。
この考え方によると、活動電位の伝播の仕方は過去の視覚情報の文脈に影響を受けるわけで毎回同じ伝播の仕方とは限らないわけです。
と、ここまで書いてAI開発ノートに書けば良かったと後悔(笑)
どなたか、脳科学に詳しい方の意見を聞いて見たいです。既にこういった研究はあるのでしょうか??素人なもんで、まったくもって検討違いなのかと不安...orz
