Görsel dokuları nasıl algıladığımız, insan görme sisteminin en karmaşık süreçlerinden biri. Bu alanda yapılan yeni bir araştırma, yapay zeka modellerinin doku algılamasının insan algısından beklenmedik şekilde farklı olduğunu ortaya koydu.
Araştırmacılar, evrişimli sinir ağlarının (CNN) doku temsillerini insan algısıyla karşılaştırdı. CNN'ler, görsel dokuları analiz ederken görüntü özelliklerini Gram matrisleri adı verilen matematiksel yapılara dönüştürüyor. Bu yöntem, Julesz'in öncü çalışmasından ilham alıyor - o dönemde doku algısının yerel özellikler arasındaki korelasyonlara dayandığı düşünülüyordu.
Çalışmada dikkat çeken nokta, insan görme sistemini en iyi modelleyen CNN'lerin, doku algılamada mutlaka en insansı davranmadığının keşfedilmesi. Araştırmacılar, farklı CNN modellerinin Brain-Score ölçütüne göre memeli görme sistemiyle uyumunu değerlendirdi ve bu modellerin doku algılama yeteneklerini karşılaştırdı.
Bu bulgular, bilgisayarlı görü alanında doku analizi ve üretimi için kullanılan mevcut yaklaşımların sorgulanması gerektiğini gösteriyor. Özellikle sanat yapay zekası ve görsel içerik üretimi gibi alanlarda kullanılan algoritmaların, insan görme sistemiyle daha uyumlu hale getirilmesi için yeni yaklaşımlara ihtiyaç duyulduğu anlaşılıyor.