Le reti neurali addestrate si comportano in modo molto simile agli esseri umani nei test psicologici classici

La signora Tech

Nella prima parte del 20° secolo, un gruppo di psicologi sperimentali tedeschi iniziò a chiedersi come il cervello acquisisca percezioni significative di un mondo altrimenti caotico e imprevedibile. Per rispondere a questa domanda, hanno sviluppato la nozione dell'effetto gestalt, l'idea che quando si tratta di percezione, il tutto è qualcosa di diverso dalle parti.

Sine quindi, gli psicologi hanno scoperto che il cervello umano è straordinariamente bravo a percepire immagini complete sulla base di informazioni frammentarie. Un buon esempio è la figura mostrata qui. Il cervello percepisce forme bidimensionali come un triangolo e un quadrato e persino una sfera tridimensionale. Ma nessuna di queste forme è disegnata in modo esplicito. Invece, il cervello riempie le lacune.

Un'estensione naturale di questo lavoro è chiedersi se si verificano effetti gestalt nelle reti neurali. Queste reti sono ispirate dal cervello umano. In effetti, i ricercatori che studiano la visione artificiale affermano che le reti neurali profonde che hanno sviluppato risultano essere notevolmente simili al sistema visivo nel cervello dei primati e a parti della corteccia umana.

Ciò porta a una domanda interessante: le reti neurali possono percepire un intero oggetto guardando solo le sue parti, come fanno gli umani?

Oggi riceviamo una risposta grazie al lavoro di Been Kim e dei colleghi di Google Brain, la divisione di ricerca sull'intelligenza artificiale dell'azienda a Mountain View, in California. I ricercatori hanno testato varie reti neurali utilizzando gli stessi esperimenti gestalt progettati per gli esseri umani. E dicono di avere una buona prova che le macchine possono effettivamente percepire oggetti interi usando l'osservazione delle parti.

L'esperimento di Kim e compagni si basa sull'illusione del triangolo mostrata nella figura. Per prima cosa creano tre database di immagini per addestrare le loro reti neurali. Il primo è costituito da normali triangoli completi visualizzati nella loro interezza.

Il database successivo mostra solo gli angoli dei triangoli, con linee che devono essere interpolate per percepirne la forma completa. Questo è il set di dati illusorio. Quando gli esseri umani visualizzano questo tipo di immagini, tendono a colmare le lacune e finiscono per percepire il triangolo nel suo insieme. Miriamo a determinare se le reti neurali mostrano effetti di chiusura simili, affermano Kim e co.

Il database finale è costituito da angoli simili ma orientati in modo casuale in modo che le linee non possano essere interpolate per formare triangoli. Questo è il set di dati non illusorio.

Variando le dimensioni e l'orientamento di queste forme, il team ha creato quasi 1.000 immagini diverse per addestrare le proprie macchine.

Il loro approccio consiste nell'addestrare una rete neurale per riconoscere triangoli completi ordinari e quindi verificare se classifica le immagini nel set di dati illusorio come triangoli completi (ignorando le immagini nel set di dati non illusorio). In altre parole, testano se la macchina è in grado di riempire gli spazi vuoti nelle immagini per formare un quadro completo.

Confrontano inoltre il comportamento di una rete addestrata con il comportamento di una rete non addestrata o addestrata su dati casuali.

I risultati costituiscono una lettura interessante. Si scopre che il comportamento delle reti neurali addestrate mostra notevoli somiglianze con gli effetti della Gestalt umana. I nostri risultati suggeriscono che le reti neurali addestrate con immagini naturali mostrano chiusura, in contrasto con le reti con pesi randomizzati o reti che sono state addestrate su dati visivamente casuali, affermano Kim e co.

È un risultato affascinante. E non solo perché mostra come le reti neurali imitano il cervello per dare un senso al mondo.

Il quadro più ampio è che l'approccio del team apre le porte a un modo completamente nuovo di studiare le reti neurali utilizzando gli strumenti della psicologia sperimentale. Crediamo che esplorare altre leggi della Gestalt e, più in generale, altri fenomeni psicofisici nel contesto delle reti neurali sia un'area promettente per la ricerca futura, affermano Kim e co.

Sembra un primo passo in un nuovo campo della psicologia delle macchine. Come ha affermato il team di Google: capire dove differiscono gli esseri umani e le reti neurali sarà utile per la ricerca sull'interpretabilità illuminando le differenze fondamentali tra le due specie interessanti. Gli psicologi sperimentali tedeschi del primo Novecento ne sarebbero sicuramente rimasti affascinati.

Rif: arxiv.org/abs/1903.01069 : Le reti neurali mostrano fenomeni di Gestalt? Un'esplorazione della legge di chiusura

nascondere