来源： 时间：2022-09-16 11:35:03
科学家已经教计算机观察视错觉，这一进步可能有助于人工视觉算法考虑上下文并变得更健壮。美国布朗大学的科学家说，了解人类大脑如何感知视错觉仍然是一个活跃的研究领域。对于一类称为上下文现象的视错觉，已知这些感知取决于上下文。例如，您认为中心圆圈所依赖的颜色是周围环的颜色。有时，外部颜色使内部颜色看起来更相似，例如相邻的绿色环使蓝色环显得绿松石色。
布朗大学副教授托马斯·塞尔 (Thomas Serre) 说: “越来越多的人认为，视错觉不是一种错误，而是一种特征。”“我认为它们是一个特征。它们可能代表了我们视觉系统的边缘案例，但我们的视觉在日常生活和识别物体方面是如此强大，“Serre说。
<iframe src = "// players.brightcove.net/5798671093001/default_default/index.html？视频id = 5804839608001" allowfullscreen = "" webkitallowfullscreen = "" mozallowfullscreen = "></iframe>该团队从受视觉皮层的解剖和神经生理数据约束的计算模型开始。该模型旨在捕获相邻的皮质神经元在出现复杂刺激 (例如上下文视错觉) 时如何相互发送消息并调整彼此的响应。Serre说，团队在其模型中包含的一项创新是神经元之间假设反馈连接的特定模式。
这些反馈连接能够增加或减少-激发或抑制-中枢神经元的响应，具体取决于视觉环境。研究人员说，大多数深度学习算法中不存在这些反馈连接。他们说，深度学习是一种强大的人工智能，能够学习数据中的复杂模式，例如识别图像和解析正常语音。
它依赖于多层人工神经网络协同工作。但是，大多数深度学习算法仅包括层之间的前馈连接，而不包括Serre在层内神经元之间的创新反馈连接。模型构建后，团队向它展示了各种与上下文相关的幻觉。
研究人员 “调整” 了反馈兴奋性或抑制性连接的强度，以便模型神经元以与灵长类动物视觉皮层的神经生理学数据一致的方式做出反应。然后，他们在各种上下文幻觉上测试了该模型，并再次发现该模型像人类一样感知了幻觉。为了测试他们是否使模型变得不必要的复杂，他们对模型进行了损伤-选择性地删除了一些连接。当模型缺少某些连接时，数据与人类感知数据的匹配不准确。
Serre说: “我们的模型是最简单的模型，它既必要又足以解释视觉皮层在情境错觉方面的行为。”
相关推荐
猜你喜欢
