مغز انسان در پردازش پیام ها و اطلاعات تصویری، عملکرد عجیب و گاه شگفت آوری دارد. وقتی به مهمانی وارد می شویم، فقط با یک نگاه، چهره یک همکلاس قدیمی را بین آن همه مهمان تشخیص می دهیم، اما در عین حال برای پیدا کردن ماشین مان بین اتوموبیل های پارکینگ یا دوستمان در میان جمعیت پیاده رو، به زمان بیشتری احتیاج داریم. برای این که بفهمیم مغز چطور چیزها را در صحنه های شلوغ تشخیص می دهد، اول باید درک کنیم که مغز چگونه اطلاعات ورودی را فیلتر و طبقه بندی می کند. اما پیچیدگی این فرایندها باعث شده که تا به حال چیز زیادی درباره نحوه پردازش نگاه ها و برداشت های کوتاه و سریع چشم از صحنه های نه چندان شلوغ هم دستگیرمان نشود. حتی صحنه ای که بیشتر از دو سه چیز چشمگیر در آن نیست.
محققان موسسه تحقیقات مغز «مک گاورن» در دانشگاه MIT، ادعا می کنند که چیزهای تازه ای درباره این فرایندها فهمیده اند؛ این که مغز چطور در یک لحظه چندین جسم حاضر در یک صحنه را پردازش می کند و اطلاعات تصویری به دست آمده را چگونه به روشی سیستماتیک برای تفسیر در سطوح بالاتر مغز، طبقه بندی می کند. جیمز دی کارلو، رئیس تیم تحقیقاتی در این باره می گوید: «مغز ما آن قدر اشیا را سریع و آسان تشخیص می دهد که هیچ وقت به چـگــــونگی آن فکر نمی کنیم. اما این مسأله بسیار پیچیده ای است که باید قبل از ساخت سیستم های بینایی مصنوعی، جوابی برایش پیدا کرد. یک روبات می تواند مثلا تشخیص یک کلید تک و تنها را یاد بگیرد، اما اگر کلید را کنار یک کیف پول بگذارید، در تشخیص اش دچار مشکل خواهد شد.»
برای فهم مسأله، گروه دی کارلو، فعالیت مغز را در شرایطی با شلوغی کنترل شده بررسی کردند. در مرحله اول آن ها تصاویری شامل یک تا سه جسم را به چند میمون نشان دادند. مدت زمان نمایش هر تصویر، آن قدر کوتاه بود که میمون ها نمی توانستند به تک تک اجسام، جداگانه توجه کنند. در این میان، محققان با استفاده از میکروالکترودها، واکنش عصبی 104 نورون در بخشی از قشر بینایی مغز این جانوران را اندازه گرفتند.
دانشمندان می دانند که هر کدام از این نورون ها، به بعضی از اجسام بیشتر از بقیه واکنش نشان می دهند و به همین دلیل، این بخش از مغز، به عنوان مسؤول پردازش و تشخیص بصری شناخته می شود.
مثلا یک نورون ممکن است به دیده شدن یک کلید شدیدا واکنش نشان بدهد، اما هیچ توجهی به کیف پول نکند. حالا سؤال این است که پاسخ همین نورون به حضور کلید و کیف پول در کنار هم چگونه خواهد بود؟ اطلاعات قبلی ما می گفت که وجود کیف، واکنش نورون را کمی ضعیف تر می کند و مثل یک نویز تصادفی روی پالس آزاد شده اثر می گذارد، اما تحقیقات تیم مک گاورن نشان داده که فرایند کمی با حساب و کتاب تر است. دی کارلو می گوید: «زیاد شدن اشیا یک صحنه، البته واکنش این نورون ها را تغییر می دهد، اما این تغییر از یک قانون سیستماتیک تبعیت می کند. پاسخ نورون به 2 جسم کنار هم، دقیقا میانگین پاسخش به تک تک آن هاست و این قانون برای 3 جسم هم برقرار است.»
این یعنی شلوغ کردن صحنه جلوی چشم، واکنش مغز به تک تک اشیا را به طور تصادفی تار و مبهم نمی کند، بلکه به صورتی کاملا پیش بینی شدنی، آن را تغییر می دهد. با این قانون بخش بینایی می تواند اطلاعات ورودی را طوری پردازش کند که سطوح بالاتر مغز بتوانند به سادگی آن ها را تفسیر و از آن ها برای تشخیص سریع اجسام تصویر با یک نگاه استفاده کنند. دی کارلو می گوید که روش میانگین گیری، مطمئنا محدودیت هایی هم دارد: «وقتی صحنه شلوغ تر می شود، مغز باید از روش های کمک پردازشی دیگری مثل توجه و حرکت چشم استفاده کند. اما قابلیت های مغز تا قبل از این مراحل، اصلا کم نیست.»