瓦倫西亞大學(xué)圖像處理實(shí)驗(yàn)室(IPL)和龐培法布拉大學(xué)(UPF)信息與通信技術(shù)系(DTIC)的研究人員表明，卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一種常見(jiàn)的人工神經(jīng)網(wǎng)絡(luò)用于檢測(cè)系統(tǒng)中的視覺(jué)效果也受到視覺(jué)錯(cuò)覺(jué)的影響，就像人的大腦一樣。

在卷積神經(jīng)網(wǎng)絡(luò)中，神經(jīng)元的排列方式與生物大腦的視覺(jué)皮層中的神經(jīng)元幾乎相同。如今，CNN出現(xiàn)在各種各樣的自動(dòng)駕駛系統(tǒng)中，例如面部檢測(cè)和識(shí)別系統(tǒng)或自動(dòng)駕駛汽車。

發(fā)表在《視覺(jué)研究》上的這項(xiàng)研究分析了卷積網(wǎng)絡(luò)中的視覺(jué)幻覺(jué)現(xiàn)象，并將其與對(duì)人類視覺(jué)的影響進(jìn)行了比較。在對(duì)CNN進(jìn)行簡(jiǎn)單的任務(wù)訓(xùn)練(例如消除噪聲或模糊)后，科學(xué)家發(fā)現(xiàn)，由于亮度和顏色的視覺(jué)錯(cuò)覺(jué)，這些網(wǎng)絡(luò)也容易以偏向的方式感知現(xiàn)實(shí)。

文章還說(shuō)：“某些網(wǎng)絡(luò)錯(cuò)覺(jué)可能與人們的看法不一致。” 這意味著CNN中發(fā)生的視覺(jué)錯(cuò)覺(jué)不一定與生物錯(cuò)覺(jué)感知相一致，但是在這些人工網(wǎng)絡(luò)中，可能存在人類大腦不熟悉的不同錯(cuò)覺(jué)。“這是使我們相信，不可能在人造神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)單連接與復(fù)雜得多的人腦之間建立類比的因素之一，”光學(xué)和視覺(jué)科學(xué)教授兼研究員JesúsMalo說(shuō)瓦倫西亞大學(xué)圖像處理實(shí)驗(yàn)室。

他們提出了范式轉(zhuǎn)變

按照這些思路，該團(tuán)隊(duì)剛剛在《科學(xué)報(bào)告》中發(fā)表了另一篇文章，詳細(xì)介紹了這兩種系統(tǒng)之間的局限性和差異，其結(jié)果使作者警告要使用CNN研究人類視覺(jué)。“神經(jīng)網(wǎng)絡(luò)基于生物神經(jīng)元的行為，特別是基于它們的基本結(jié)構(gòu)，這種基本結(jié)構(gòu)是由一系列由線性運(yùn)算(求和和乘積)和非線性運(yùn)算(飽和)組成的模塊串聯(lián)而成的，但是這種常規(guī)公式是太簡(jiǎn)單了。除了這些人工網(wǎng)絡(luò)對(duì)視覺(jué)建模的固有局限性之外，靈活架構(gòu)的非線性行為可能與生物視覺(jué)系統(tǒng)的非線性行為大相徑庭。”瓦倫西亞大學(xué)。

文章認(rèn)為，具有固有非線性生物啟發(fā)性模塊的人工神經(jīng)網(wǎng)絡(luò)，而不是線性+非線性模塊的通常過(guò)深的串聯(lián)，不僅可以更好地模仿人類的基本感知，而且可以在通用應(yīng)用中提供更高的性能。耶蘇斯·馬洛(JesúsMalo)總結(jié)說(shuō)：“我們的結(jié)果表明，視覺(jué)科學(xué)和人工智能都發(fā)生了范式轉(zhuǎn)變。”