Учёные совершили прорыв в понимании того, как обрабатывает зрительную информацию, обнаружив, что зрительная кора работает не как статичный «проектор», а как умный адаптивный фильтр, который мгновенно настраивается под задачи — будь то поиск ключей или анализ сложных паттернов. Исследование использовало функциональную магнитно-резонансную томографию (фМРТ), чтобы показать: когда человек решает, к какой категории отнести объект, зрительная кора динамически перестраивает нейронные «карты», делая ключевые для задачи детали более выраженными.
В эксперименте участникам показывали абстрактные двумерные формы, которые нужно было сортировать по трём типам правил. Два из них были линейными — например, разделять фигуры по прямой границе в воображаемом пространстве признаков. Третий требовал нелинейного подхода, группируя формы из несмежных областей, что сложнее для восприятия. Задачи менялись случайным образом, заставляя постоянно переключать «алгоритм» категоризации. Анализ данных фМРТ выявил удивительное явление: в зрительной коре, особенно в её первичных зонах V1, V2 и V3, изображения форм перекраивались — границы между категориями, актуальные для текущей задачи, становились чётче, словно увеличительное стекло фокусировалось на критических различиях.
Например, при переходе от простого линейного правила к сложному нелинейному «подсвечивал» те параметры фигур, которые позволяли провести нужное разграничение. Причём наиболее заметные изменения происходили с формами, находившимися близко к границе категорий — словно тратил больше ресурсов на «спорные» случаи, улучшая точность решений. Участники, у которых эти нейронные изменения были выражены сильнее, демонстрировали более высокую скорость и точность ответов.
Открытие бросает вызов классическим моделям, где зрительная кора лишь передаёт информацию «вверх» для анализа. Теперь ясно: она активно участвует в когнитивных процессах, оптимизируя данные «на месте» — как умные очки, которые автоматически регулируют резкость в режиме реального времени. Это объясняет, почему человек, ищущий в толпе знакомое лицо, буквально видит его чётче остальных — усиливает релевантные сигналы ещё до осознанного решения.
Для разработчиков ИИ исследование предлагает кардинальный сдвиг в подходах. Современные системы распознавания образов, как правило, используют фиксированные слои обработки данных. Если же создать алгоритмы, имитирующие динамическую адаптацию зрительной коры — например, гибко перераспределяющие вычислительные ресурсы между анализом цвета, формы и контекста, — то это может революционизировать компьютерное зрение. Камеры автономных автомобилей смогут моментально переключаться между распознаванием дорожных знаков и пешеходов, а системы безопасности — адаптироваться к изменяющимся условиям наблюдения без перепрограммирования.
Учёные планируют исследовать, как зрительная кора взаимодействует с памятью и принятием решений в многозадачных сценариях. Это может привести к созданию гибридных нейроморфных систем, где ИИ не только анализирует данные, но и учится оптимизировать их обработку под конкретные цели — как , который мгновенно перестраивается между чтением книги, вождением и поиском нужного поворота.
