L'esperimento di immagini casuali rivela i mattoni dell'immaginazione umana

Ecco un curioso esperimento. Prendi del rumore bianco e usalo per produrre una serie di immagini che sono essenzialmente disposizioni casuali di blocchi colorati diversi. Mostra queste immagini a un certo numero di persone e chiedi se qualcuna delle immagini ricorda loro, ad esempio, un'auto.

La maggior parte delle volte, queste immagini casuali appariranno alle persone come, beh, casuali. Ma ogni tanto qualcuno dirà che un'immagine gli ricorda un'auto. Metti da parte questa immagine. E ripeti.

Dopo aver valutato, diciamo, 100.000 immagini in questo modo, ti ritroverai con una serie di immagini essenzialmente casuali che ricordano alle persone le auto. Prendi la media di questi e troverai qualcosa di interessante. L'immagine risultante sembra davvero un'auto sfocata, non un tipo specifico di auto ma un modello molto generale di uno.

Sebbene il nostro set di dati sia costituito solo da rumore bianco, emerge un'auto, affermano Carl Vondrick e i suoi amici del Massachusetts Institute of Technology di Cambridge, che hanno condotto la ricerca.

Oggi, questi ragazzi affermano che questo processo estrae il modello visivo che il cervello umano usa per distinguere oggetti come le automobili dalle non automobili. E poiché questo processo si basa solo sul rumore e sull'immaginazione, Vondrick e colleghi affermano che fornisce una visione unica della natura dell'immaginazione umana.

I dettagli sperimentali sono relativamente semplici. Vondrick e colleghi utilizzano il processo basato sul rumore per generare set di dati costituiti da 100.000 immagini. Hanno quindi chiesto ai lavoratori di Mechanical Turk di Amazon di classificare ogni immagine come un'auto o meno. Eseguono vari test di garanzia della qualità in modo da includere solo i risultati dei lavoratori con le migliori prestazioni.

In test separati, chiedono anche ai lavoratori di trovare immagini di persone, televisori, bottiglie, palloni sportivi e così via. In ogni caso, quando viene calcolata la media delle immagini selezionate, emerge un modello sfocato di questi oggetti.

Una delle scoperte interessanti che Vondrick e compagni hanno fatto è che ci sono differenze culturali tra le immaginazioni formate in diverse parti del mondo. Ad esempio, chiedi alle persone in India di scegliere immagini che ricordino loro un pallone sportivo e il modello risultante è una sfocatura circolare rossa. Ma chiedi alle persone dagli Stati Uniti di fare lo stesso esercizio e il risultato è una sfocatura arancione/marrone.

La differenza è facile da spiegare. In India, lo sport più popolare è il cricket che si gioca con una palla rossa. Ma negli Stati Uniti, gli sport più popolari sono il football americano e il basket, che si giocano con palline arancioni o marroni. Chiaramente, il paesaggio culturale ha un impatto importante sull'immaginazione umana.

Una scoperta bizzarra è che quando il team ha chiesto alle persone di Singapore di identificare le auto, il modello risultante sembra mostrare un'auto vista dalla parte anteriore. Al contrario, le persone negli Stati Uniti hanno prodotto un modello che mostra un'auto di lato. Il motivo per cui è così, non è ancora chiaro.

Eppure i risultati sono più che semplicemente curiosi. Vondrick e colleghi hanno utilizzato i modelli per addestrare algoritmi di visione artificiale e affermano che i risultati superano significativamente altri meccanismi di formazione. Ad esempio, un algoritmo di visione artificiale addestrato con un unico modello fantasioso di un'auto è molto più efficace nel riconoscere le auto in altre immagini rispetto allo stesso algoritmo addestrato con una singola immagine ordinaria di un'auto.

Questo è un lavoro affascinante che fornisce una visione importante della natura della mente umana. Fornisce inoltre un nuovo modo importante per addestrare gli algoritmi di visione artificiale a comportarsi più come esseri umani.

Una caratteristica straordinaria dell'immaginazione è che permette agli esseri umani di visualizzare oggetti che non hanno mai visto. I computer sono ancora molto lontani da questo, ma il lavoro di Vondrick e colleghi potrebbe essere un importante trampolino di lancio. La nostra speranza è che le nostre idee ispirino il lavoro futuro sulla costruzione di macchine con la capacità di immaginare nuovi concetti visivi proprio come un essere umano, afferma il team.

Rif: arxiv.org/abs/1410.4627 : Acquisizione di classificatori visivi dall'immaginazione umana

nascondere