Penelitian baru membalikkan pemahaman 100 tahun tentang persepsi warna

Visualisasi ini menangkap ruang matematika 3D yang digunakan untuk memetakan persepsi warna manusia. Representasi matematis baru menemukan bahwa segmen garis yang mewakili jarak antara warna dengan spasi yang luas tidak dijumlahkan dengan benar menggunakan geometri yang diterima sebelumnya. Penelitian ini bertentangan dengan asumsi lama dan akan meningkatkan berbagai aplikasi praktis teori warna. Kredit: Laboratorium Nasional Los Alamos

Pergeseran paradigma dari deskripsi matematis 3D yang dikembangkan oleh Schrödinger dan lainnya untuk menggambarkan bagaimana kita melihat warna dapat menyebabkan layar komputer, televisi, tekstil, bahan cetak, dan banyak lagi yang lebih hidup.

Penelitian baru mengoreksi kesalahan besar dalam ruang matematika 3D yang dikembangkan oleh fisikawan pemenang Hadiah Nobel Erwin Schrödinger dan lainnya untuk menggambarkan bagaimana mata Anda membedakan satu warna dari warna lain. Model yang salah ini telah digunakan oleh para ilmuwan dan industri selama lebih dari 100 tahun. Studi ini memiliki potensi untuk meningkatkan visualisasi data ilmiah, meningkatkan perangkat televisi, dan mengkalibrasi ulang industri tekstil dan cat.

“Bentuk ruang warna yang seharusnya membutuhkan perubahan paradigma,” kata Roxana Bojak, seorang ilmuwan komputer dengan latar belakang matematika yang menciptakan visualisasi sains di Los Alamos National Laboratory. Bujack adalah penulis utama makalah tentang matematika persepsi warna oleh tim Los Alamos. Diposting di Prosiding National Academy of Sciences.

“Penelitian kami menunjukkan bahwa model matematika saat ini tentang bagaimana mata merasakan perbedaan warna tidak benar. Model ini diusulkan oleh Bernhard Riemann dan dikembangkan oleh Hermann von Helmholtz dan Erwin Schrödinger – semua raksasa dalam matematika dan fisika – dan untuk membuktikan satu kesalahan sebagian besar impian seorang ilmuwan.”

Pemodelan persepsi warna manusia memungkinkan otomatisasi pemrosesan gambar, grafik komputer, dan tugas visualisasi.

Tim Los Alamos mengoreksi matematika yang digunakan para ilmuwan, termasuk fisikawan pemenang Hadiah Nobel Erwin Schrödinger, untuk menggambarkan bagaimana mata Anda membedakan satu warna dari warna lain.

“Ide awal kami adalah mengembangkan algoritme untuk secara otomatis meningkatkan peta warna untuk visualisasi data, agar lebih mudah dipahami dan diinterpretasikan,” kata Bojak. Jadi tim peneliti terkejut ketika mereka mengetahui bahwa mereka adalah yang pertama menemukan bahwa penerapan jangka panjang geometri Riemann, yang memungkinkan garis lurus digeneralisasikan ke permukaan melengkung, tidak berhasil.

Model matematis yang akurat dari ruang warna yang dirasakan diperlukan untuk menetapkan standar industri. Upaya pertama menggunakan ruang Euclidean – geometri akrab yang diajarkan di banyak sekolah menengah. Kemudian, model yang lebih maju menggunakan geometri Riemannian. Model melukis merah, hijau, dan biru dalam ruang 3D. Ini adalah warna yang direkam dengan kuat oleh kerucut yang mendeteksi cahaya di retina kita, dan tidak mengherankan – warna yang menyatu untuk membuat semua gambar di layar komputer RGB.

Dalam studi yang menggabungkan psikologi, biologi, dan matematika, Bojak dan rekan-rekannya menemukan bahwa penggunaan geometri Riemannian melebih-lebihkan persepsi perbedaan warna yang besar. Ini karena manusia memahami bahwa perbedaan besar dalam warna kurang dari jumlah yang akan Anda dapatkan jika Anda menjumlahkan perbedaan warna kecil yang terletak di antara dua warna yang terpisah jauh.

Geometri Riemannian tidak dapat menjelaskan efek ini.

“Kami tidak mengharapkan ini, dan kami belum tahu geometri yang tepat dari ruang warna baru ini,” kata Bujack. “Kami mungkin bisa memikirkannya secara normal tetapi dengan fungsi hidrasi atau berat tambahan yang menarik jarak jauh, membuatnya lebih pendek. Tapi kami belum bisa membuktikannya.”

Referensi: “Sifat Non-Riemannian dari Ruang Warna Perseptual” Oleh Roxana Bojak, Emily Tate, Jonah Miller, Electra Caffrey, dan Teresh L. Turton, 29 Apr 2022 Tersedia di sini Prosiding National Academy of Sciences.
DOI: 10.1073/pnas.2119753119

Pendanaan: Program Penelitian dan Pengembangan Laboratorium Nasional Los Alamos.