Bir bilgisayar, bir bakışta, neşeli bir görüntü ile iç karartıcı bir görüntü arasındaki farkı söyleyebilir mi? Peki birkaç milisaniyede bir romantik komediyi, bir korku filminden ayırt edebilir mi? Soru, Colorado Boulder Üniversitesi sinirbilimcileri tarafından yayınlanan araştırmayla yanıtlandı: Buna göre tıpkı beynimiz gibi bir bilgisayar da bunları yapabilir.
Makalenin yazarlarından Tor Wager, makine teknolojilerinin, görüntülerin içeriğini tanımada ve görüntüdeki nesnenin ne türden bir nesne olduğunu anlamada git gide başarılı olduğunu belirtti. Bir makinenin aynı şeyi, duygular üzerinden de yapıp yapamayacağına ilişkin çalışmalara eğildiklerini belirten Wager, araştırmaların sonuçlarının olumlu olduğunu belirtti.
Makinelerin inovasyonu ve insan beynini görüntüleme üzerinde yapılan çalışmalar üzerine yapılan çalışmanın çıktıları Science Advances dergisinde bir makale olarak yayımlandı. İnsan beynine benzer modellenmiş bilgisayar sistemleri kullanılarak duygular üzerine yapılan çalışmayla konuya yönelik olarak ileride yapılacak olan araştırmaların önünün açılacağı kaydedildi. Araştırma, aynı zamanda, insan beyninde görüntülerin nasıl ve nerede resmedildiğine dair yeni ve farklı bir ışık tutuyor: Çok kısa bir süre gördüğümüz şeylerin bile, duygularımız üzerinde tahmin edebileceğimizden daha fazla ve daha hızlı bir etkisi olabileceği düşünülüyor. Çalışmanın yürütücülerinden Philip Kragel, “Birçok kişi, insanların çevrelerini belirli bir şekilde değerlendirdiğini ve duyguların, limbik sistem gibi geçmişe dayanan eski beyin sistemlerinden geldiğini varsayıyor” dedi ve ekledi: “Görsel korteks de duygu işleme ve algılamada önemli bir rol oynuyor.”
EmoNet’in ortaya çıkışı
Bu çalışma için Kragel, bilgisayarların nesneleri tanımasını sağlayan AlexNet adlı mevcut bir sinir ağı ile çalışmaya başladı. Görüntülere verilen klişeleşmiş duygusal tepkileri tanımlayan önceki araştırmaları kullanarak, bir kişinin belli bir görüntüyü gördüğünde ne hissedeceğini tahmin etmek için ağı yeniden yapılandırdı. Daha sonra, EmoNet adlı yeni ağa, cinsel içerikli fotoğraflardan doğa manzaralarına kadar uzanan 25.000 görüntüyü gösterdi ve onları tutku, cinsel arzu, korku ve şaşkınlık gibi 20 duygu kategorisinde sınıflandırmasını istedi.
EmoNet, duygu tiplerinden 11’ini doğru ve tutarlı bir şekilde sınıflandırabildi. Ancak bazılarını tanımakta diğerlerine göre daha iyiydi. Örneğin tutku ya da cinsel arzu uyandıran fotoğrafları, yüzde 95’ten fazla doğruluk oranıyla tespit etti ancak daha hassas olan duygularda biraz daha zorlandı. EmoNet, renkler üzerinden bir duyguya dair öngörüde bulunabiliyordu: EmoNet siyah bir ekran gördüğünde, bunu endişe olarak gösterdi. Kırmızı tutkuyu, mor eğlenceyi çağrıştırdı. Hem kırmızı hem mor varsa romantizmi seçti. EmoNet, görüntüleri genel olarak doğru bir şekilde değerlendirebilmişti. Araştırmacılar, EmoNet’e kısa filmlerden kesitler gösterip onları romantik komedi, aksiyon veya korku filmi olarak sınıflandırmasını istediklerinde EmoNet, bu görüntülerin dörtte üçünü doğru sınıflandırdı.
Gördüğün şey, aynı zamanda hissettiğin şey!
Araştırmacılar, EmoNet’i daha fazla test etmek ve geliştirmek için 18 insan ile de deney yaptılar. Bir fonksiyonel manyetik rezonans görüntüleme (fMRI) makinesinin, beyin aktivitesini ölçmesi için, deneklere 112 görüntü dörder saniye gösterildi. EmoNet’e de aynı fotoğraflar gösterildi. Sinir ağındaki aktivite, deneklerin beynindeki ile kıyaslandığında, modellerin örtüştüğü görüldü. Kragel, “Oksipital lobdaki beyin aktivitesi modelleri ile özel duyguları kodlayan EmoNet’teki birimler arasında bir benzerlik tespit ettik. Bu, ona açıkça öğretmememize rağmen, EmoNet’in duyguları biyolojik olarak uygun bir şekilde ifade etmeyi öğrendiği anlamına geliyor” açıklamalarında bulundu.
Beyin görüntülemenin kendisi de bazı şaşırtıcı bulgular ortaya çıkardı. Kısa ve temel bir görüntü bile, beynin görsel korteksinde bulunan duygu ile ilgili bölgeyi aktifleştiriyordu. Çalışma sırasında farklı duyguların, farklı bölgeleri etkilediği gözlendi. Wager, “Bu, duyguların beynin farklı bölgelerinde daha sonra gerçekleşen eklentiler olmadığını gösteriyor” dedi ve şu sözleri ekledi: “Beynimiz onları tanıyor, kategorilere ayırıyor ve onlara erkenden tepki veriyor.”
Son olarak araştırmacılar, EmoNet gibi sinir ağlarının, insanların dijital olarak negatif görüntüleri ayırt etmelerine ya da pozitif olanları bulmalarına yardımcı olmak için kullanılabileceğini söylüyor. Buna göre; EmoNet, bilgisayar-insan etkileşimlerini geliştirmek ve duygu ile ilgili araştırmaları ilerletmeye yardımcı olmak için de kullanılabilir.
Kaynak: https://www.sciencedaily.com/releases/2019/07/190726104516.htm
