Learning and neural plasticity in visual object recognition - Kourtzi & DiCarlo - 2006 - Artikel

Samenvatting bij het artikel: Learning and neural plasticity in visual object recognition - Kourtzi & DiCarlo - 2006

Het opsporen en herkennen van objecten in de context

Het opsporen en herkennen van betekenisvolle objecten in complexe omgevingen is een cruciale vaardigheid die ervoor zorgt dat wij kunnen overleven. Het herkenningsproces gaat snel, automatisch en wordt als standaard aanwezig gezien. Echter zit het niet zo makkelijk in elkaar als men denkt. Na veel onderzoek is gebleken dat het herkenningsproces zich afspeelt in het ventrale visuele systeem. Dit verloopt grof gezegd via een aantal fases: V1 → V2 → V4 → PIT → AIT (de PIT en AIT vormen samen de IT die je terugziet in andere artikelen). De hoogste fase van dit systeem is de AIT. Men denkt dat er neuronen in de AIT zijn die specifiek objecten herkennen.

Op theoretisch niveau is er een groeiende waardering voor de rol van leren bij robuuste, cruciale representaties van objectherkenning. De rol van leren wordt benaderd door bestudering van het visuele systeem. Belangrijke punten hierbij zijn de ontwikkeling van het visuele systeem en de wijze waarop het systeem gebruikt wordt door jongeren en volwassenen Deze paper focust zich op ervaring gerelateerde plasticiteit in het volwassen visuele systeem. Veel studies bij volwassenen hebben aangetoond dat er leerafhankelijke veranderingen plaatsvinden bij het onderscheiden en herkennen van stimuli uit taken. Recente studies hebben gezocht naar locaties in het brein die dit bevestigen.

Objecten

Het vermogen om neuronale representaties te vormen die gevoelig zijn voor pixel combinatie van vormen en kleuren, komt vanuit de objectherkenning. Dit is het keurmerk voor zien en gaat via rekenkundige moeilijkheden zodat het hooggevoelig blijft voor de identiteit van beeldveranderingen. Objectherkenning vereist van het visuele systeem dat het discrimineert tussen verschillende patronen van input. Discrimineren gebeurt waarschijnlijk door het samenvoegen van een aantal neuronen in vroege fases van het proces. Hierdoor weten neuronen uit hogere fasen wanneer ze moeten vuren bij bepaalde patronen wat zorgt voor discriminatie en herkenning. Rekenkundige modellen hebben bewezen dat zulke expliciete objectherkenningen gebouwd kunnen worden met gebruik van neuronale connecties van groepen die samen vuren bij gelijklijkende kenmerken van beelden.

Gevoeligheid aanleren

De plasticiteit van neuronale connecties gecombineerd met geschikte leerregels is een potentiaal mechanisme. Een voorbeeld hiervan is dat het leren om selectief te reageren samengaat met leren welke dingen vaak (samen) voorkomen in de werkelijkheid. Op mechanistisch niveau komt dit voor als op de input bepaalde neuronen reageren. Een interactie van deze strategie per fase van het visuele systeem mondt uit in een complex stimulus systeem, wat zorgt voor herkenning. Laatst is bewijs gevonden voor bovengenoemde theorie. Het tijdspad voor het aanleren van zulke herkenningen suggereert een sterke link tussen neuronplasticiteit en gedragsverbeteringen.

Leertolerantie

De meeste studies over visueel leren hebben zich gericht op veranderingen in neuronale- of gedragselectiviteit. Leerselectiviteit is niet genoeg voor objectherkenning. Selectieve objectrepresentaties moeten tolerant zijn aan beeldveranderingen (grootte, kleur, hoek). Leren vanuit de natuurlijke wereld is de oplossing. Een centraal idee is dat kenmerken en objecten uit de wereld niet ineens wel of niet bestaan maar een (tijdelijke) continuïteit hebben. Als je een object ziet en je loopt door zie je dat object nog steeds, maar steeds vanaf een ander punt. Dit is tolerantie leren, want je weet dat het nog steeds om hetzelfde object gaat. Zodoende herken je het vanuit meerdere oogpunten. Bewijs is gevonden dat tolerantie niet automatisch is, maar hoe het neuronaal werkt weet men niet.

Het visuele systeem moet ook leren objecten te herkennen tussen andere objecten; clutter genaamd. Daarom wordt gesuggereerd dat leren te maken heeft met het verbeteren van correlaties tussen neuronen die reageren op een kenmerk of doel tegenover een achtergrond van ruis. De ruis moet je echter niet altijd zien als ruis. Deze achtergrondruis kan er ook voor zorgen dat je iets in de juiste context plaatst.

Neuron plasticiteit

Vaak wordt gezegd dat de plasticiteit van perceptueel leren zich bevindt in vroege visuele fases, omdat dit leren gekoppeld is aan de positie van de retina. Dit houdt in dat veranderingen in het receptieve veld kunnen leiden tot bepaalde tuning van V1 neuronen. Recente beeldstudies hebben invloed van de V1 gevonden bij het aanleren van objectkenmerken. Het bewijs blijft echter wel controversieel. Een mogelijkheid is dat V1 leereffecten kunnen worden gevonden in de gemiddelde reactie van een grote groep neuronen gemeten met fMRI.

Vormrepresentatie kan zich verschuiven van hoge naar lage visuele gebieden. Dit ondersteunt het snel en automatisch zoeken en ontdekken bij aandachtcontrole (in cluttered scenes). Deze bevindingen komen overeen met de suggestie dat objectrepresentatie niet alleen wordt geholpen door bottom-up verwerking maar ook door top-down verwerking. Leren begint in hogere visuele gebieden voor gemakkelijke taken en gaat door naar lagere visuele gebieden als er een hogere resolutie nodig is voor lastigere taken.

Eén van de grootste voordelen van fMRI is dat het globale beelden van het brein toont. fMRI is daarom een handige methode voor de bestudering van het brein gedurende visuele taken. Gebleken is dat leren ondersteund wordt door selectieve processen bij cruciale kenmerken van objecten. Recente neuronale beeldstudies hebben aangetoond dat leren ondersteund wordt door functionele interacties tussen occipitotemporele en pariëtofrontale gebieden. De bevindingen van deze beeldstudies zijn consistent met de top-down benaderingen van visuele processen. Deze gebieden zorgen samen voor een perceptuele verbeelding van de wereld.

Samenvattend kan gezegd worden dat huidige onderzoeken aangeven dat er geen vaste plek aan te wijzen is voor breinplasticiteit bij visueel leren. Op neuronaal niveau kan leren voortkomen uit veranderingen in het feedforward netwerk, voornamelijk bij hogere fasen, of door veranderingen bij interacties tussen frontaal corticale gebieden en locale connecties in de primaire visuele cortex. Zulke veranderingen kunnen adaptief en efficiënt zijn.

De vier conclusies die nu getrokken kunnen worden zijn:

1. Het volwassen visuele systeem is plastisch.

2. Er is geen enkele plek van plasticiteit die objectherkenning leren ondersteunt.

3. Leren is niet altijd het resultaat van simpele, statische verandering in de kern van het feedforward netwerk.

4. De relatie tussen neuronale mechanismen en plasticiteit blijft onbekend.