요약: 새로운 연구에 따르면 뇌는 해석하기 어려운 이미지를 기억하는 데 우선순위를 두는 것으로 나타났습니다. 연구자들은 계산 모델과 행동 실험을 사용하여 모델이 재구성하기 어려운 장면이 참가자들에게 더 기억에 남는다는 것을 보여주었습니다.
이 발견은 특정 시각적 경험이 우리의 기억에 남아 있는 이유를 설명하는 데 도움이 됩니다. 이 연구는 인공지능 메모리 시스템 개발에도 도움이 될 수 있다.
중요한 사실:
- 메모리 구성: 뇌는 설명하거나 해석하기 어려운 이미지를 기억하는 경향이 있습니다.
- 계산 모델: 시각적 신호 압축 및 재구성을 처리하는 모델이 사용되었습니다.
- 인공지능의 효과: 인사이트는 인공지능을 위한 보다 효율적인 메모리 시스템을 만드는 데 도움이 될 수 있습니다.
원천: 예일 대학
인간의 마음은 일련의 경험을 필터링하여 특정 기억을 만듭니다. 이러한 감각 정보의 홍수 속에서 일부 경험이 “기억에 남는” 반면 뇌는 그 대부분을 무시하는 이유는 무엇입니까?
예일대학교 과학자들이 개발한 컴퓨터 모델과 행동 연구는 이 고대 질문에 대한 새로운 증거를 지적하고 있다고 저널에 보고했습니다. 인간 행동의 본질.
논문의 수석 저자이자 예일대학교 심리학과 조교수인 일커 일디림(Ilker Yildirim)은 “마음은 잘 설명할 수 없는 것을 기억하는 것을 우선시합니다.”라고 말했습니다. “예상된 장면이라면 놀라움보다는 무시해도 될 것 같아요.”
예를 들어, 먼 자연 환경에 소화전이 있으면 사람이 잠시 혼란스러워서 이미지를 해석하기 어려워 기억에 남지 않을 수 있습니다. Yildirim은 “우리 연구에서는 장면 복잡성의 계산 모델과 행동 연구를 통합하여 어떤 시각적 정보를 기억할 수 있는지에 대한 질문을 탐구했습니다.”라고 말했습니다.
Yildirim과 Yale University의 통계 및 데이터 과학과 John C. Malone 교수인 John Lafferty가 주도한 연구를 위해 연구자들은 기억 형성의 두 단계, 즉 시각적 신호의 압축과 재구성을 다루는 계산 모델을 개발했습니다.
이 패러다임을 바탕으로 그들은 사람들에게 빠르게 연속적으로 제시된 일련의 자연 이미지 중 특정 이미지를 기억하는지 묻는 일련의 실험을 설계했습니다. Yale 팀은 계산 모델이 이미지를 재구성하는 것이 어려울수록 참가자가 이미지를 기억할 가능성이 더 높다는 것을 발견했습니다.
신경컴퓨팅센터 소장이기도 한 래퍼티는 “우리는 장면에 대한 사람들의 인식을 밝히기 위해 AI 모델을 사용했고, 이러한 이해는 앞으로 더욱 효율적인 AI 메모리 시스템을 개발하는 데 도움이 될 수 있다”고 말했다. Yale University의 Wu Tsai Institute의 기계 지능.
전 Yale 대학원생인 Chi Lin(심리학)과 Zifan Lin(통계 및 데이터 과학)이 이 논문의 첫 번째 저자입니다.
시각기억 연구 소식에 대해
작가: 빌 해서웨이
원천: 예일 대학
의사소통: 빌 해서웨이 – 예일
그림: 이미지 제공: 신경과학 뉴스
원래 검색: 접근이 폐쇄되었습니다.
“재구성하기 어려운 시각적 표현을 가진 이미지는 기억에 더 강한 흔적을 남깁니다.“Ilker Yildirim 외. 인간 행동의 본질
요약
재구성하기 어려운 시각적 표현을 가진 이미지는 기억에 더 강한 흔적을 남깁니다.
우리가 기억하는 것의 대부분은 고의적인 선택에 의한 것이 아니라 단순히 인식의 부산물일 뿐입니다.
이는 마음의 구조에 대한 근본적인 질문을 제기합니다. 지각은 기억과 어떻게 상호 작용하고 영향을 미치는가?
여기에서는 지각 처리를 메모리 견고성, 처리 수준 이론과 연결하는 고전적인 제안에서 영감을 받아 이미지 임베딩 기능 압축의 희소 인코딩 모델을 소개하고 이 모델의 재구성 잔차가 이미지가 메모리에서 얼마나 잘 인코딩되는지 예측한다는 것을 보여줍니다.
기억에 남는 장면 이미지의 공개 데이터 세트에서 우리는 재구성 오류가 메모리 정확도뿐만 아니라 검색 중 응답 대기 시간도 설명한다는 것을 보여줍니다. 후자의 경우 강력한 비전 전용 모델에 의해 설명되는 모든 분산을 포함합니다. 우리는 또한 “모델 기반 정신물리학”을 통해 이 설명의 예측을 확인합니다.
이 작업은 재구성 오류를 인지 처리의 적응형 변조를 통해 인식과 기억을 연결하는 중요한 신호로 식별합니다.
