"Flyer" <f...@p...gazeta.pl> napisał w wiadomości
news:c4h5ef$5f0$1@nemesis.news.tpi.pl...

> Poprawka - bez b. - spojrzałem w papiery i to było ćwiczenie na świadomą
> derealizację. ;) Więc może faktycznie bredzę, co nie zmienia faktu, że
> nie zgadzam się na twoje wnioskowanie wyprowadzone z "chaotyczności". ;)


Mam nadzieję, że wybaczysz mi ten bezprecedensowy w dziejach
grupy PSP atak na Twoją wypowiedź. ;-) No niestety, odpowiada mi
Twój sposób rozumowania, zwracam uwagę na to, co piszesz, zatem
nie dziw się, że czasem wychwycę coś, co mi nie pasuje - i dam
temu dobitny wyraz.

Twoje sformułowanie "układ soczewki w oku "produkuje" odwrócony
obraz, który jest "przekręcany" przez mózg" zabrzmiało mi mniej więcej
tak, jak inne zdanie: "w rzeczywistości ludzie w Australii oraz Nowej
Zelandii chodzą do góry nogami". Niby prawdziwe (przynajmniej
dla "normalnych" ludzi w Polsce, chodzących w orientacji, jaką Bóg
przykazał), ale jednak bełkotliwe.

Teraz co do obrazu w oku, nerwu wzrokowego oraz przetwarzania
i rozpoznawania obrazów. Uprzedzę trochę mój wykład o sieciach
neuronowych zaplanowany na tej grupie w przyszłym roku ;-)
i jeszcze raz napiszę, o co mi chodzi. Nie wiem, jakie masz pojęcie
o algorytmach sieci neuronowych, spróbuję zatem w kilku zdaniach
opisać przykład sieci zaprojektowanej (i zaimplementowanej
w dowolnym języku programowania) do rozpoznawania określonych
obrazów (na przykład liter).

Wyobraźmy sobie, że każdy kształt upraszczamy do matrycy 10x10
(na którą rzucamy kolejne znaki/litery), i ustalamy, że dany punkt
obrazu jest albo zapalony (jasny), albo zgaszony (ciemny).

Projektujemmy teraz sieć neuronową, która składa się ze stu
wejść (każde przybiera stan określonego punktu matrycy,
dobieramy "na oko" ilość warstw sieci oraz odpowiednią ilość
neuronów, a na wyjście wyprowadzamy - powiedzmy - 128 sygnałów,
odpowiadających alfabetowi 128 różnych znaków. Uruchamiamy
taki czy inny algorytm treningu sieci, oczekując, że po solidnym
i "ręcznym" treningu owa sieć nauczy się "sama" rozpoznawać
literki i znaki. Przykładowo, po rzutowaniu na matrycę obrazu
małej litery "c" otrzymamy na wyjściach sieci same zerowe sygnały
z wyjątkiem wyjścia numer trzy, na którym pojawi się jedynka.

Na razie nie będę się zagłębiał w szczegóły działania sieci
(model neuronu, metody treningu sieci, optymalizacji jej struktury
w zależności od konkretnego problemu, górnego ograniczenia
na poziom trafności rozpoznawania liter, itd.), w każdym razie napiszę,
że nie ma tutaj absolutnie mowy o jakimkolwiek porządku sygnałów
wejściowych (zresztą i wyjściowych) - aby tylko był on niezmienny
tak w fazie uczenia sieci jak i fazie jej wykorzystania. Być może
warto jedynie przyporządkować sąsiednie punkty obrazu sąsiednim
wejściom sieci, ale w liniowej reprezentacji wejść nie ma mowy,
aby spełnić ten warunek dla dwuwymiarowego obrazka. Zawsze
znajdzie się jakieś sąsiadujące pary punktów, które trafią do odległych
od siebie wejść. W mózgu może to wyglądać nieco inaczej (łatwo
mi sobie wyobrazić dwuwymiarową organizację kolejnych warstw
sieci faktycznie neuronowych, i tutaj bliskie sąsiedztwo poszczególnych
wejść ułatwi na przykład realizację wstępnego procesu redukcji
"bit-mapy" do obrazka "wektorowego" czy wychwycenie ruchu
w tle obrazu), ale tak czy inaczej, nie chodzi o przekazywanie
obrazu jako całości w głąb mózgu, tylko natychmiastowe
rejestrowanie punktów obrazu oraz pracowite klecenie od podstaw
"kształtu rzeczy".

Wyobraź sobie, że masz w ręku czarną skrzynkę (camera obscura,
czytaj: obskurna kamera ;-), a z niej wychodzi wiązka drucików,
odpowiadających różnym punktom mozaiki światłoczułej. Nie masz
pojęcia o porządku, usiłujesz je tylko odpowiednio podłączyć do
"wewnętrznego monitora". W dodatku nie widzisz świata, który "widzi"
kamera, możesz tylko pomacać otoczenie, natomiast widzisz obraz
na tym wewnętrznym monitorze. Metodą prób i błędów zmieniasz
połączenia, macasz "rzeczywistość", aż wreszcie osiągniesz
zadowalającą postać (spójność) obrazu na monitorze i zgodność obrazu
widzianego na nim z kształtem "wymacanych" przedmiotów. Nie ma
absolutnie znaczenia w tej sytuacji, jaka jest "faktyczna" orientacja
obrazu tworzącego się na powierzchni mozaiki światłoczułej, skoro
i tak wiązka połączeń wędruje dość przypadkowo.

Tak to (bardziej) mniej (niż) więcej dzieje się w mózgu rosnącego
niemowlęcia, z tym, że oprócz macania ma on stopniowo coraz
więcej możliwości percepcji otoczenia i weryfikacji obrazu
(choćby przez ruchy gałek ocznych, ruchy głową, w końcu ruchy
i przemieszczanie się całego ciała).

Moje wyjaśnienie być może jest tylko kolejnym zaciemnieniem,
bo znów pokazuję generowanie obrazka, który ogląda nasz mózg
(na owym wewnętrznym monitorze). Nie ma w mózgu żadnych
obrazków, w znanym potocznie sensie. Ani zdjęć, ani mikrofilmów
ani plików *.tiff czy *.jpeg, nie wspominając o ruchomych "empegach"
czy "movach". Jest bez wątpienia miejsce/struktura/obszar, który
generuje na bieżąco odwzrowanie środowiska czy otoczenia (coś
w rodzaju wewnętrznego kina/projektora) - na podstawie strumienia
impulsów elektrycznych rejestrowanych przez wszystkie zmysły.
Ów wewnętrzny obraz/projekcję wyjątkowo często i pochopnie
utożsamiamy z rzeczywistością, ale to już znacznie wykracza poza ramy
tytułowego "dziwnego zjawiska". Dodam tylko, że ten obraz jest
dość odległy (w sensie przetwarzania informacji) od siatkówki,
nerwu wzrokowego czy nawet wstępnych obwodów przetwarzających.

Ten przykład z "odwróconymi" Australijczykami jest chyba dość
po(d)ręczny. Cały czas chodzi mi o wyraźne oddzielenie momentu,
w którym interpretujemy orientację obrazu od całego procesu jego
przetwarzania. Ty patrzysz na innego patrzącego i rozstrzygasz: orientacja
świata jest taka, obraz na jego siatkówce taki, natomiast Aborygen chodzi
"do góry nogami". ;-) Sam patrzący nie jest w stanie (z wnętrza swojego
patrzenia) odnieść się do orientacji obrazu na jakimkolwiek etapie
jego przetwarzania, aż do ostatniego momentu, powiązanego choćby
z sygnałem z błędnika czy dotychczasowego doświadczenia (podłogi
są zawsze płaskie, więc śmieszne rzeczy dzieją się z człowiekiem,
zaprowadzonym do celowo przechylonego pomieszczenia; w niektórych
takich lunaparkowych miejscach nawet woda z kranu płynie skośnie,
prostopadle do płaszczyzny podłogi, puszczona w podrasowanych,
przezroczystych rurkach).

Jeszcze raz zwróć uwagę na przykład z siecią rozpoznającą litery.
Odwróć ją całą do góry nogami czy połóż bokiem - czy to wpłynie na
jej działanie? Zresztą sama sieć jest wirtualna, to tylko program
komputerowy. Podomnie jest z siecią neuronową. Przewróć w czaszce
mózg "do góry nogami", utrzymując ciągłość połączeń z całą resztą
ciała - myślisz, że dla posiadacza mózgu świat też stanie "do góry
nogami"? Zrób zresztą inny eksperyment. Połóż się na boku i spójrz
na świat. Czy obraz świata jakoś Ci się przekręcił? Coś tam się zmieniło,
ale nadal doskonale wiesz, jaki jest kierunek "góra-dół". Jednak chyba
orientujesz się, że "w rzeczywistości" obraz na siatkówkach jest
wyświetlany bokiem?

Drobny kłopot jest z oglądaniem świata wisząc głową w dół. To chyba
jest na tyle rzadka sytuacja, że mózg nie nauczył się, a raczej już
dawno zapomniał, sprawnie korygować orientację obrazu oglądanego
w takiej pozycji. Założę się, że małpy nadrzewne czy inne kameleony
nie mają z tym najmniejszych problemów. Dlaczego jest to drobny
(dla mnie) kłopot? Bo gdyby mózg potrafił bez "mrugnięcia okiem"
skorygować orientację świata widzianego do góry nogami, pokazałbym
Ci sytuację, w której obraz świata wyświetlany byłby w oku "na wprost"
- przynajmniej jeśli chodzi o to, że obraz chmurek trafiłyby na powierzchnię
siatkówki bliższej czoła, a obraz trawy na powierzchnię bliżej brody -
tak samo obserujący widziałby świat "na wprost", po błyskawicznej
i niezauważalnej korekcie "w locie".

--
Sławek