samenvatting: Uit een nieuwe studie blijkt dat de hersenen prioriteit geven aan het onthouden van beelden die moeilijk te interpreteren zijn. De onderzoekers gebruikten een computationeel model en gedragsexperimenten om aan te tonen dat scènes die moeilijker te reconstrueren waren voor het model, beter te onthouden waren voor de deelnemers.
Deze bevinding helpt verklaren waarom bepaalde visuele ervaringen in ons geheugen blijven. De studie zou ook kunnen helpen bij de ontwikkeling van geheugensystemen voor kunstmatige intelligentie.
Belangrijkste feiten:
- Geheugenconfiguratie: De hersenen hebben de neiging om beelden te onthouden die moeilijk uit te leggen of te interpreteren zijn.
- Computationeel model: Er werd een model gebruikt dat de compressie en reconstructie van visuele signalen verwerkt.
- Effecten van kunstmatige intelligentie: Inzichten kunnen helpen bij het creëren van efficiëntere geheugensystemen voor kunstmatige intelligentie.
bron: Jale
De menselijke geest filtert een stroom van ervaringen om specifieke herinneringen te creëren. Waarom worden sommige ervaringen in deze stortvloed aan sensorische informatie ‘gedenkwaardig’, terwijl de hersenen het grootste deel ervan negeren?
Een computationeel model en gedragsonderzoek ontwikkeld door wetenschappers van de Yale Universiteit wijzen op nieuw bewijs voor deze eeuwenoude vraag, rapporteren ze in het tijdschrift. De aard van menselijk gedrag.
“De geest geeft prioriteit aan het onthouden van dingen die hij niet goed kan verklaren”, zegt İlker Yildirim, assistent-professor psychologie aan het College of Arts and Sciences van Yale University en senior auteur van het artikel. “Als de scène verwacht wordt, in plaats van verrassend, kan deze genegeerd worden.”
Een persoon kan bijvoorbeeld even in de war raken door de aanwezigheid van een brandkraan in een afgelegen natuurlijke omgeving, waardoor het beeld moeilijk te interpreteren is en daarom niet meer te onthouden is. “Ons onderzoek onderzocht de vraag welke visuele informatie kan worden onthouden door een computationeel model van scènecomplexiteit te integreren met een gedragsonderzoek”, aldus Yildirim.
Voor de studie, geleid door Yildirim en John Lafferty, de John C. Malone hoogleraar Statistiek en Data Science aan de Yale Universiteit, ontwikkelden de onderzoekers een computationeel model dat twee stappen in geheugenvorming aanpakte: compressie en reconstructie van visuele signalen.
Op basis van dit paradigma ontwierpen ze een reeks experimenten waarin mensen werd gevraagd of ze zich specifieke beelden herinnerden uit een reeks natuurlijke beelden die snel achter elkaar werden gepresenteerd. Het Yale-team ontdekte dat hoe moeilijker het voor het computermodel was om het beeld te reconstrueren, hoe groter de kans was dat deelnemers het beeld zouden onthouden.
“We hebben het AI-model gebruikt om licht te werpen op de perceptie van mensen van scènes, en dit inzicht zou kunnen helpen bij het ontwikkelen van efficiëntere AI-geheugensystemen in de toekomst”, zegt Lafferty, tevens directeur van het Center for Neural Computing. en Machine Intelligence aan het Wu Tsai Instituut aan de Yale Universiteit.
Voormalige Yale-studenten Chi Lin (psychologie) en Zifan Lin (statistiek en datawetenschap) zijn de eerste auteurs van dit artikel.
Over dit visuele geheugenonderzoeksnieuws
auteur: Bill Hathaway
bron: Jale
communicatie: Bill Hathaway-Yale
afbeelding: Afbeelding toegeschreven aan Neuroscience News
Originele zoekopdracht: Gesloten toegang.
“Beelden met visuele representaties die moeilijk te reconstrueren zijn, laten sterkere sporen na in het geheugen“Door İlker Yildirim et al. De aard van menselijk gedrag
een samenvatting
Beelden met visuele representaties die moeilijk te reconstrueren zijn, laten sterkere sporen na in het geheugen
Veel van wat we ons herinneren is niet het gevolg van een bewuste keuze, maar is eenvoudigweg een bijproduct van onze waarneming.
Dit roept een fundamentele vraag op over de structuur van de geest: hoe werkt perceptie samen met en beïnvloedt het geheugen?
Hier introduceren we, geïnspireerd door het klassieke voorstel dat perceptuele verwerking koppelt aan geheugenrobuustheid, de level-of-processing-theorie, een spaarzaam coderingsmodel voor compressie van beeldinbeddingskenmerken, en laten we zien dat reconstructieresiduen uit dit model voorspellen hoe goed beelden in het geheugen worden gecodeerd.
In een open, gedenkwaardige dataset van scènebeelden laten we zien dat reconstructiefouten niet alleen de geheugennauwkeurigheid verklaren, maar ook de reactielatentie tijdens het ophalen, inclusief, in het laatste geval, alle variantie die wordt verklaard door robuuste vision-only-modellen. We bevestigen de voorspelling van dit verhaal ook door middel van ‘modelgebaseerde psychofysica’.
Dit werk identificeert reconstructiefouten als een belangrijk signaal dat perceptie en geheugen met elkaar verbindt, mogelijk door adaptieve modulatie van cognitieve verwerking.
More Stories
Een nieuw rapport zegt dat het gebruik van ras en etniciteit soms “schadelijk” is in medisch onderzoek
SpaceX lanceert 23 Starlink-satellieten vanuit Florida (video en foto’s)
NASA zegt dat de “Halloween-komeet” zijn vlucht langs de zon niet heeft overleefd