ਟੋਰਾਂਟੋ:ਕੈਨੇਡਾ ਸਥਿਤ ਵੈਸਟਰਨ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਨਿਊਰੋਇਮੇਜਿੰਗ ਮਾਹਿਰ ਮੈਰੀਕੇ ਮੂਰ ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਕੀਤੀ ਗਈ ਇੱਕ ਖੋਜ ਮੁਤਾਬਕ ਮੁੱਖ ਸ਼ਬਦ ਕੰਪਿਊਟਰ ਦੇ ਰੂਪ ਵਿੱਚ ਮਿਲਦੇ-ਜੁਲਦੇ ਹੈ। ਡੂੰਘੀ ਸਿੱਖਿਆ ਦੀ ਸ਼ਕਤੀ ਅਤੇ ਵਾਅਦੇ ਦੇ ਬਾਵਜੂਦ ਮਨੁੱਖੀ ਗਣਨਾ ਵਿੱਚ ਅਜੇ ਤੱਕ ਮੁਹਾਰਤ ਹਾਸਲ ਨਹੀਂ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਸਰੀਰ ਅਤੇ ਮਨ ਵਿਚਕਾਰ ਸੰਚਾਰ ਅਤੇ ਸੰਪਰਕ ਪਾਇਆ ਗਿਆ ਹੈ। ਖ਼ਾਸਕਰ ਜਦੋਂ ਇਹ ਵਿਜ਼ੂਅਲ ਮਾਨਤਾ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ। ਇਸ ਕਿਸਮ ਦੀ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪ੍ਰਕਿਰਿਆ ਇੱਕ ਪਰਤ ਵਾਲੇ ਢਾਂਚੇ ਵਿੱਚ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਨੋਡ ਜਾਂ ਨਿਊਰੋਨਸ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਜੋ ਮਨੁੱਖੀ ਦਿਮਾਗ ਨਾਲ ਮਿਲਦੀ ਜੁਲਦੀ ਹੈ।
ਕੰਪਿਊਟੇਸ਼ਨਲ ਮਾਡਲ: ਮੁਰ ਨੇ ਕਿਹਾ, ਡੂੰਘੇ ਤੰਤੂ ਨੈਟਵਰਕ ਵਾਅਦਾ ਕਰਦੇ ਹੋਏ ਮਨੁੱਖੀ ਦ੍ਰਿਸ਼ਟੀ ਦੇ ਸਹੀ ਗਣਨਾਤਮਕ ਮਾਡਲਾਂ ਤੋਂ ਦੂਰ ਹਨ। ਪਿਛਲੇ ਅਧਿਐਨਾਂ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਡੂੰਘੀ ਸਿਖਲਾਈ ਮਨੁੱਖੀ ਵਿਜ਼ੂਅਲ ਮਾਨਤਾ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦੁਬਾਰਾ ਪੈਦਾ ਨਹੀਂ ਕਰ ਸਕਦੀ। ਪਰ ਕੁਝ ਨੇ ਇਹ ਸਥਾਪਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ ਕਿ ਮਨੁੱਖੀ ਦ੍ਰਿਸ਼ਟੀ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੇ ਕਿਹੜੇ ਪਹਿਲੂ ਨਕਲ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ। ਟੀਮ ਨੇ ਮੈਗਨੇਟੋਏਂਸਫਾਲੋਗ੍ਰਾਫੀ (MEG) ਨਾਮਕ ਇੱਕ ਗੈਰ-ਹਮਲਾਵਰ ਮੈਡੀਕਲ ਟੈਸਟ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜੋ ਬਿਜਲੀ ਦੇ ਕਰੰਟਾਂ ਦੁਆਰਾ ਤਿਆਰ ਦਿਮਾਗ ਦੇ ਚੁੰਬਕੀ ਖੇਤਰ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਆਬਜੈਕਟ ਦੇਖਣ ਦੇ ਦੌਰਾਨ ਮਨੁੱਖੀ ਨਿਰੀਖਕਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੇ MEG ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਮੂਰ ਅਤੇ ਉਸਦੀ ਟੀਮ ਨੇ ਅਸਫਲਤਾ ਦਾ ਇੱਕ ਮੁੱਖ ਬਿੰਦੂ ਖੋਜਿਆ।
ਮਨੁੱਖ ਗਣਨਾ ਵਿੱਚ ਮੁਹਾਰਤ ਨਹੀਂ ਰੱਖਦੇ: ਉਹਨਾਂ ਨੇ ਪਾਇਆ ਕਿ ਵਸਤੂਆਂ ਦੇ ਆਸਾਨੀ ਨਾਲ ਨਾਮਕਰਨ ਯੋਗ ਹਿੱਸੇ ਜਿਵੇਂ ਕਿ ਅੱਖ, ਪਹੀਏ ਅਤੇ ਚਿਹਰਾ ਮਨੁੱਖੀ ਨਿਊਰੋਡਾਇਨਾਮਿਕਸ ਵਿੱਚ ਵਿਭਿੰਨਤਾ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ ਅਤੇ ਵਧੇਰੇ ਡੂੰਘੀ ਸਿੱਖਿਆ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ। ਮੁਰ ਨੇ ਕਿਹਾ, ਇਹ ਖੋਜਾਂ ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਡੂੰਘੇ ਨਿਊਰਲ ਨੈਟਵਰਕ ਅਤੇ ਮਨੁੱਖ ਦ੍ਰਿਸ਼ ਦੀ ਪਛਾਣ ਲਈ ਵਿਅਕਤੀਗਤ ਵਸਤੂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਮਾਡਲ ਸੁਧਾਰ ਲਈ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ।