Aratırmacılar, yıllardır yapılmış ‘insandaki hareket algısı’ çalışmalarından yola çıkarak görüntü dizilerinin yön ve hızını tahmin edecek bir ‘yapay sinir ağı’ oluşturdular. Bu yeni sistem MotionNet, insan beyninde hareketi işleyen yapıyla uyuşacak şekilde tasarlandı ve bu da normalde beyinde gerçekleşen doğrudan hesaplayamadığımız bu görüntü işleme sürecini daha iyi keşfetmelerini sağladı. Journal of Vision dergisinde yayınlanan çalışmada, beynimizin hareketli görüntülerin algısını oluşturmak için zaman ve mekan bilgisinin nasıl birleştirildiğini anlayabilmek için yapay bir sistem kullanıldı.

Aslında beynimiz kolayca kandırılabilir bir organdır.Bunu 2 nokta deneyi ile açıklayacak olursak: bu ekranın sol tarafında giderek solan siyah bir nokta varken sağda ise belirmeye başlayan siyah bir nokta olduğunu düşünürsek, biz ortada soldan sağa giden bir nokta hareketi görürüz. Bunun adı ‘fi hareketi’dir. Ama sağda beliren nokta,siyah bir zeminde beyaz olan noktaysa bu kez ortada sağdan sola nokta hareketi görürürüz ki bu da ‘ters fi’dir.

Araştırmacılar bu ters fi etkisini MotionNet’te yeniden üretti ve burada da insan beynindeki algılama sürecinde yapılan hatalarla aynı hataların yapıldığı görüldü. Yapılan araştırmalar sonucunda, oluşturulan yapay sistemde neden bu hataların gerçekleştiğini yakından inceleyebildiler ve sonuçta bu nöronların normal algılanan hareketin yönüne ters ayarlanmış halde olduğunu ve ters fi’nin de gerçek hareketin tersi yöne ayarlanmış bu nöronları tetiklediğini gördüler. Ayrıca bu sistemde ters fi hareketinin noktaları arası uzaklık ne kadar fazlaysa hareketin o kadar yavaş; ne kadar kısa olursa da o kadar hızlı algılandığını gördüler.

Hareket hızının hatalı algılanması bazen insanları kötü sonuçlarla karşılaştırabiliyor. Örneğin sisli havalarda insanlar arabalarını olduğundan daha yavaş sürdüklerini düşünmeye meyilli oluyorlar. Bu da önceki çalışmalarda gösterildiği üzere beynimizdeki nöronların yavaş hızlara eğilimli olduğu düşüncesine dayanıyordu. Bu sebeple de beynimizin, nesneleri gerçekte olduğundan daha yavaş hareket ediyor gibi tahmin ettiği gösterilebildi.

Cambridge Üniversitesi psikoloji departmanından bu çalışmanın sahibi Dr Reuben Rideaux’un ifadesine göre uzun zamandır ters fi hareketini tanıyoruz. Bu yeni model ise daha önce kimse tarafından test edilmeyen; bu hareketi bizim nasıl deneyimlediğimizle ilgilenen bir model. Biz bir hareketi algıladığımızda ya da bir derinliği tahmin ettiğimizde o sırada beynimizde nasıl bir sürecin gerçekleştiğini doğrudan hesaplamak çok zor iken yeni geliştirilen MotionNet bize bu erişimi sağlayabiliyor.

MotionNet’ten elde edilen bu bilgilerin biyolojik olarak da sağlamlaştırılması gerekiyor fakat araştırmacılar, beynin hangi kısmına odaklanmamız gerektiğini bilmenin gelecekte yapılacak algı çalışmaları için çok kritik olduğunu belirtiyorlar.