研究人員教計算機觀察視錯覺

這個圓圈是綠色還是灰色?中心線是直的還是傾斜的?

視錯覺可能是有趣的體驗和辯論，但理解人類大腦如何感知這些不同的現(xiàn)象仍然是科學(xué)研究的活躍領(lǐng)域。對于一類視錯覺，稱為語境現(xiàn)象，已知這些視覺依賴于語境。例如，您認為中心圓的顏色取決于周圍環(huán)的顏色。有時外部顏色使內(nèi)部顏色看起來更相似，例如相鄰的綠色環(huán)使藍色環(huán)呈現(xiàn)綠松石色 - 但有時外部顏色使內(nèi)部顏色看起來不那么相似，例如粉紅色環(huán)使灰色圓圈呈現(xiàn)綠色。

布朗大學(xué)計算機視覺專家團隊回到原點，了解這些情境現(xiàn)象的神經(jīng)機制。他們的研究發(fā)表在9月20日的心理學(xué)評論中。

“人們越來越多地認為，視錯覺不是一個錯誤，而是一個特征，”布朗的認知，語言和心理科學(xué)副教授，該論文的資深作者托馬斯塞爾說。“我認為它們是一個特征。它們可能代表我們視覺系統(tǒng)的邊緣情況，但我們的視野在日常生活和識別物體方面是如此強大。”

在研究中，由布朗的卡尼腦科學(xué)研究所所屬的塞爾領(lǐng)導(dǎo)的團隊開始使用受視覺皮層的解剖學(xué)和神經(jīng)生理學(xué)數(shù)據(jù)約束的計算模型。該模型旨在捕捉相鄰皮質(zhì)神經(jīng)元如何相互發(fā)送信息，并在呈現(xiàn)復(fù)雜刺激(如情境視覺錯覺)時調(diào)整彼此的反應(yīng)。

Serre表示，團隊在其模型中包含的一項創(chuàng)新是神經(jīng)元之間假設(shè)的反饋連接的特定模式。這些反饋連接能夠增加或減少 - 激發(fā)或抑制中樞神經(jīng)元的響應(yīng)，這取決于視覺上下文。

大多數(shù)深度學(xué)習(xí)算法中都不存在這些反饋連接。深度學(xué)習(xí)是一種強大的人工智能，能夠?qū)W習(xí)數(shù)據(jù)中的復(fù)雜模式，例如識別圖像和解析正常語音，并依賴于多層人工神經(jīng)網(wǎng)絡(luò)協(xié)同工作。然而，大多數(shù)深度學(xué)習(xí)算法僅包括層之間的前饋連接，而不是Serre層內(nèi)神經(jīng)元之間的創(chuàng)新反饋連接。

一旦模型構(gòu)建完成，團隊就會向其展示各種依賴于上下文的幻想。研究人員“調(diào)整”反饋興奮性或抑制性連接的強度，以便模型神經(jīng)元以與靈長類視覺皮層的神經(jīng)生理學(xué)數(shù)據(jù)一致的方式響應(yīng)。

然后他們在各種背景幻象上測試了模型，并再次發(fā)現(xiàn)模型感知了人類的幻想。

為了測試他們是否使模型不必要地復(fù)雜化，他們損害了模型 - 選擇性地刪除了一些連接。當(dāng)模型缺少某些連接時，數(shù)據(jù)與人類感知數(shù)據(jù)不完全匹配。

“我們的模型是最簡單的模型，既有必要又足以解釋視覺皮層在情境幻覺方面的行為，”塞爾說。“這真的是教科書計算神經(jīng)科學(xué)的工作 - 我們從解釋神經(jīng)生理學(xué)數(shù)據(jù)的模型開始，最后以人類心理物理數(shù)據(jù)的預(yù)測結(jié)束。”

除了為人類如何看待一類視錯覺提供統(tǒng)一的解釋外，Serre正在建立這一模型，目標是改善人工視覺。

他指出，最先進的人工視覺算法，例如用于標記面部或識別停止標志的算法，很難看到背景。通過包括由依賴于上下文的視錯覺調(diào)整的水平連接，他希望解決這個弱點。

也許考慮到背景的視覺深度學(xué)習(xí)計劃將更難以愚弄。塞爾說，一張貼在停車標志上的貼紙可能會讓人工視覺系統(tǒng)誤以為這是一個每小時65英里的限速標志，這很危險。