Wstęp do kognitywistyki OBLICZENIA INSPIROWANE NEUROLOGICzNIE. MARR Marcin Miłkowski

Jak widzi mózg? Oko to nie kamera, która rzuca obraz na ekran w mózgu. Musiałby istnieć w mózgu widz, w którego mózgu byłby ekran, na który patrzyłby kolejny widz...

Komórki babcine Lata 50-60: odkrycie komórek reagujących na konkretny rodzaj bodźca Jerzy Konorski (1967): hipoteza istnienia jednostek gnostycznych w mózgu rozpoznających określony rodzaj bodźca Jerry Lettvin (1969): komórki babcine

Jak widzą ropuchy? W 1959 r. zespół Lettvina odkrył w układzie nerwowym ropuch komórki reagujące na czarne ruchome obiekty w polu widzenia: „Detektory robaków”

Hubel i Wiesel (1959) David H. Hubel (1926-2013); Torsten Wiesel (1924) Odkryli, że odpowiednie komórki w mózgu kota reagują na bodźce o określonej orientacji: złożone obrazy powstają z prostych elementów rozpoznawanych przez detektory cech (ale detektor cechy prostej to nie komórka babcina!) Potem dostali Nobla za pracę nad kolumnami wzrokowymi.

Horace Barlow (ur. 1921): teoretyk detektorów cech Aby całkowicie zrozumieć widzenie, wystarczy zrozumieć pojedyncze komórki rozpoznające cechy. Pierwszy pracował nad detektorami u żab (1953).

Zespoły komórkowe Teoria konkurencyjna: reprezentacje neuronalne rozproszone w układzie nerwowym Dopiero cały zespół komórek koduje cechy. U ssaków prawdopodobnie dominują reprezentacje rozproszone; u prostych organizmów teoria Konorskiego może być wystarczająca!

Marr kontra Barlow Widzenia nie da się zrozumieć na podstawie pojedynczych neuronów. To tak jakby chcieć zrozumieć latanie, oglądając pojedyncze pióra! Aleksander Łuria w ZSRR głosił podobną teorię: należy zrozumieć całe systemy funkcjonalne w mózgu, a nie wąsko lokalizować funkcje w pojedynczych obszarach.

Poziomy Marra Trzy poziomy Marra Poziom kompetencji

Mnożenie na maszynie Turinga Funkcja obliczeniowa Mnożenie Algorytm Tabela maszyny Turinga Implementacja Konstrukcja maszyny Turinga (fizyczna)

Analiza zadania Należy wskazać: problem z zakresu przetwarzania informacji i ogólne ograniczenia rozwiązania problemu.

Analiza zadania Poziom obliczeniowy: Czemu służy widzenie? Odwzorowaniu dwuwymiarowej informacji z siatkówki w trójwymiarową informację o otoczeniu.

Analiza zadania Zadaniem systemu wzrokowego jest dostarczanie 3W reprezentacji otoczenia, która może posłużyć jako wejście dla procesów rozpoznawania i klasyfikacji – głównie informacje o kształcie obiektów i ich rozmieszczeniu w przestrzeni Reprezentacja 3W nie jest egocentryczna, lecz przedmiotowa

Świadectwa empiryczne Możliwość podwójnych dysocjacji między postrzeganiem a rozpoznawaniem Lezje (tj. uszkodzenia) prawego płata ciemieniowego – rozpoznawanie zachowane, ale problemy z postrzeganiem kształtów z niezwykłych perspektyw Lezje lewego płata ciemieniowego – zachowane postrzeganie kształtu, ale zaburzone rozpoznawanie obiektów Marr: system wzrokowy to wejście systemu rozpoznawania Elizabeth Warrington

Podwójna dysocjacja Uszkodzenie pewnego miejsca mózgu zaburza daną funkcję, ale inną pozostawia w stanie prawidłowym, a zarazem inne uszkodzenie mózgu zaburza tę inną funkcję poznawczą, tę pierwszą zaś pozostawia w stanie prawidłowym.

Racje teoretyczne Zdolności rozpoznawania nie zależą od zmian wyglądu związanych z: orientacją przedmiotu, odległością od obserwatora, częściowym zasłonięciem przez inne przedmioty. Zatem system wzrokowy dostarcza informacje do systemów rozpoznawania, które abstrahują od własności perspektywy – reprezentacja niezależna od obserwatora

Analiza algorytmiczna Wejście = światło docierające do siatkówki Wyjście = trójwymiarowa reprezentacja otoczenia Pytania: Jakiego rodzaju informacje wydobywa się ze światła na siatkówce? Jak system przechodzi od tych informacji do 3W reprezentacji otoczenia?

Wyzwanie Konieczność znalezienia elementarnych reprezentacji, które pozwolą wnioskować o strukturze otoczenia ze struktury obrazu.

Elementarne reprezentacje Podstawowe informacje na siatkówce = wielkość natężenia światła w każdym punkcie obrazu na siatkówce zmiany w natężeniu to wskazówki ułatwiające wykrycie granic powierzchni Elementarne reprezentacje pozwalają na wykrycie struktury we wzorcach zmian natężenia np. przejścia przez zero (nagłe zmiany natężenia)

Przejścia przez zero • Jeśli zmiany natężenia umieścimy na wykresie, nieciągłości będą widoczne jako przejścia krzywej przez linię zerową • Marr zaproponował laplasjan filtru Gaussa do wykrywania przejść przez zero

Surowy szkic pierwotny Obraz wskazuje zmiany natężenia w obrazie 2W podstawowe informacje o geometrycznej organizacji zmian natężenia Elementarne reprezentacje: przejścia przez zero, linie wirtualne, grupy. Surowy szkic pierwotny Elementy poziomu 1 Granice poziomu 2

Subiektywne nieciągłości Czy te kształty naprawdę widać?

Szkic 2 ½ W Pokazuje orientację widocznych powierzchni we współrzędnych egocentrycznych Reprezentuje odległość każdego punktu w polu widzenia od obserwatora Także orientację każdego punktu i kontury nieciągłości Bardzo podstawowe informacje o głębi Zauważmy: tu jeszcze nie ma przedmiotów!

Szkic 3W określa kształty i ich organizację przestrzenną przedmiotowy podstawowe elementy objętościowe i powierzchniowe (ułatwia rozpoznawanie)

Reprezentacja w szkicu 3W Zależy od rozpoznawalności kształtów jako zespołów uogólnionych stożków. Uogólnione stożki łatwo reprezentować wektor opisujący ścieżkę osi symetrii figur, wektor określający odległość prostopadłą od każdego punktu na osi na powierzchni kształtu. Ale okazuje się, że tak naprawdę jest to zadanie obliczeniowo zbyt trudne dla mózgu (Rolls, 2008).

Ścieżka przetwarzania wg Marra Etapy w potoku: Obraz natężeń światła Szkic pierwotny Szkic 2½ wym. Wybór modelu

Wyjaśnianie odgórne Wyjaśnianie jest odgórne z powodu niezdeterminowania działania systemu przez informację o jego elementarnych składnikach: Wiele różnych algorytmów może w zasadzie obliczyć to samo. Jest wiele sposobów realizacji tego samego algorytmu. Wieloraka realizowalność  więcej informacji na wyższym poziomie Marr podaje stosunkowo mało szczegółów neuronalnych (ale w owym czasie bardzo trudno je potwierdzać!)

Przetwarzanie nieświadome Marr nie analizuje zawartości bufora uwagi. Tu nie ma miejsca na raporty werbalne i na okulografię, jak u Simona i Newella. Simona i Newella lekceważy i krytykuje, uważając, że rozwiązywanie problemów jest na zbyt wysokim poziomie abstrakcji, aby je wyjaśnić. To procesy niedostępne świadomości. Reprezentacje 2½ W nie są nam dostępne!

Przetwarzanie sekwencyjne Model sekwencyjny: kolejne etapy przetwarzania, od percepcji do reprezentacji przedmiotów Przekonania nie modyfikują samego wczesnego widzenia (co najwyżej procesy rozpoznawania)

Główne idee Marra Bardzo wpływowa metodologia trzech poziomów Klasyczna analiza odgórna Większość szczegółów na poziomie algorytmicznym Neurobiologia pojawia się dopiero na poziomie implementacji

Wczesne widzenie i neuronauki obliczeniowe Dzisiejsze metody łączą zdecydowanie więcej świadectw empirycznych, a modele mają być testowane np. przy użyciu obrazowania. Neuropsychologia, lezje i podwójne dysocjacje bardzo ważne.

Krytyka czystego widzenia Patricia Churchland, Vijay Ramachandran, Terry Sejnowski (1994): widzenie nie służy tworzeniu jednej całościowej reprezentacji świata Wiele różnych, częściowych reprezentacji (z możliwymi dysocjacjami) Nieco podobnie krytykują Marra Alva Noe i Kevin O’Regan

Lektura dodatkowa (trudna): O’REGAN, J K i Alva NOE: 2008. Sensomotoryczne ujęcie widzenia i świadmości wzrokowej. W: Andrzej KLAWITER, red. Formy aktywności umysłu. Ujęcia kognitywistyczne. Warszawa: Wydawnictwo Naukowe PWN, s. 138–236. Za tydzień: o sieciach neuronowych i uczeniu się czasowników.

O czym była mowa Komórki babcine i widzenie Trzy poziomy jeszcze raz Widzenie w analizie odgórnej