MIT: человеческий мозг использует разные системы для анализа твердых тел и текучих материалов

Почему ваш мозг различает мяч и воду быстрее, чем любой робот: честный разбор

Вы когда-нибудь задумывались, как мозг мгновенно понимает, что перед вами — твёрдый камень или лужа воды? Это не магия. Недавно учёные из MIT нашли конкретные нейронные «отделы», которые за это отвечают. И выяснили, что современные роботы до сих пор делают это хуже. Давайте разберёмся, как работает этот механизм и почему он важен для искусственного интеллекта.

Твёрдое и жидкое — разные миры в одной голове

Исследователи провели серию экспериментов с функциональной магнитно-резонансной томографией (фМРТ). Участникам показывали более 100 видеороликов, созданных с помощью профессионального софта для визуальных эффектов (VFX). В кадрах мячи сталкивались, вода растекалась, песок сыпался — в общем, полный набор физических взаимодействий. Сканирование показало: зрительная кора чётко делится на зоны, которые обрабатывают «вещи» (дискретные объекты) и «вещества» (текучие материалы).

Раньше считалось, что мозг просто анализирует форму и трёхмерность. Теперь картина сложнее. В вашей голове существует настоящая карта: вот участок для анализа удара мяча, а вот — для вязкости жидкости. И они не пересекаются.

«Это открытие впервые прямо связывает исследования восприятия твёрдых и жидких объектов с конкретными областями зрительной коры. Раньше мы знали, что есть специализация, но не настолько детально», — комментируют авторы работы.

Как это работает: пошаговый разбор эксперимента

Чтобы понять разницу, учёные разделили объекты на две категории: «вещи» (отдельные предметы) и «вещества» (непрерывные среды). Затем записали активность мозга при просмотре видео с разными материалами.
Шаг 1. Участник смотрит ролик, где мяч ударяется об стену — активируются области V1 и V2, отвечающие за границы и контуры.
Шаг 2. Тот же участник видит, как вода переливается через край — мозг подключает дополнительные сети в вентральном потоке (затылочно-височная кора), которые анализируют текучесть.
Шаг 3. Сравнение карт активности показало: для твёрдых тел ключевую роль играют зоны, чувствительные к трёхмерной форме, для жидкостей — зоны, реагирующие на текстуру и движение частиц.

Личное наблюдение автора: Недавно я наткнулся на старую статью про роботов, которые не могли взять стакан с водой, потому что не отличали его от керамической кружки. Теперь понятно, почему: нейросеть не имела выделенных каналов для анализа консистенции среды. Человек же делает это на автомате.

Сравнение: старый подход против нового открытия

Что это даёт роботам и нейросетям

Сейчас машинное зрение сильно отстаёт от человеческого. Один из главных провалов — неспособность понимать, что жидкость ведёт себя иначе, чем твёрдое тело. К примеру, робот на складе может схватить коробку, но прольёт воду, потому что его алгоритмы не различают «текучесть». Исследование MIT подсказывает: надо создавать отдельные нейронные модули для разных материалов. Это снизит количество ошибок при взаимодействии с физическим окружением.

Разработчики систем ИИ могут взять на вооружение принцип канализации обработки: сначала определить тип материала (твёрдый/жидкий/сыпучий), а потом применять соответствующие правила физики. Такой подход уже используют в компьютерном зрении для спецэффектов, но до сих пор не внедрили в промышленную робототехнику. Зря.

Моё мнение: Без этого деления любые попытки создать «универсального» робота-помощника будут провальными. Нейросети, которые учатся на миллионах картинок, всё равно путают стеклянную вазу с водой и стеклянную вазу с песком. Потому что у них нет выделенного канала для анализа реологии (науки о течении). А у мозга он есть — и теперь мы знаем, где именно.

Резюме от автора

Мозг не просто видит — он мгновенно классифицирует материал объекта и подключает разные «отделы» для твёрдого и жидкого. Это экономит время и энергию. Роботам и ИИ до такого пока далеко, но открытие MIT даёт чёткий вектор: не пытайтесь запихнуть всё в одну нейросеть — разделяйте физику сред. Если разработчики не учтут эту специализацию, их машины так и останутся слепыми к текучей реальности.