Ученые Технологического института Джорджии обнаружили, что человек может разбивать информацию на категории по всего 1% от полной информации, и объяснили, как человек учится.
«Как мы разбираемся в таком количестве окружающей нас информации, такой разной, так быстро и безошибочно? — задается вопросом один из четырех участников проекта профессор Сантош Вемпала. — На фундаментальном уровне, как люди это начали делать? Это вычислительная проблема».
Результаты первичных тестов показали, что испытуемые легко опознают предмет по небольшой его части или абстрактному изображению, всего лишь 0,15% от полных данных достаточно для человека.
Затем ученые прогнали тот же тест на компьютере с очень простой нейронной сетью. Результат был таким же. «Мы нашли свидетельства того, что человек и нейронная сеть ведут себя очень сходно», — рассказала участница исследования Роза Арьяга.
Работа о «случайных проекциях» была напечатана в жунале Neural Computation и уже привлекла внимание ученых и разработчиков.
«Мы были удивлены, узнав, как схожи результаты у крайне простых нейронных сетей и людей, — отметил Вемпала. — Нейронные сети были созданы такими под влиянием наших представлений о человеческом обучении, но для вдохновения этого мало. Действительно, поразительно узнать, что они совпадают по производительности с человеческим мозгом».
Хотя ученые не могут с уверенностью утверждать, что человеческий мозг на самом деле задействован в случайных проекциях, результаты исследования позволяют это предположить с большой долей вероятности. Вдобавок, имеется очень полезное прикладное значение у этой теории для области машинного обучения: случайные проекции могут помочь управлять большими данными без потери существенного содержания, по крайней мере в том, что касается простых задач — разбивки на категории и принятие решений.
