人工智能也有幻覺

瓦倫西亞大學圖像處理實驗室(IPL)和龐培法布拉大學(UPF)信息與通信技術系(DTIC)的研究人員表明，卷積神經網絡(CNN)是一種常見的人工神經網絡用于檢測系統中的視覺效果也受到視覺錯覺的影響，就像人的大腦一樣。

在卷積神經網絡中，神經元的排列方式與生物大腦的視覺皮層中的神經元幾乎相同。如今，CNN出現在各種各樣的自動駕駛系統中，例如面部檢測和識別系統或自動駕駛汽車。

發表在《視覺研究》上的這項研究分析了卷積網絡中的視覺幻覺現象，并將其與對人類視覺的影響進行了比較。在對CNN進行簡單的任務訓練(例如消除噪聲或模糊)后，科學家發現，由于亮度和顏色的視覺錯覺，這些網絡也容易以偏向的方式感知現實。

文章還說：“某些網絡錯覺可能與人們的看法不一致。” 這意味著CNN中發生的視覺錯覺不一定與生物錯覺感知相一致，但是在這些人工網絡中，可能存在人類大腦不熟悉的不同錯覺。“這是使我們相信，不可能在人造神經網絡的簡單連接與復雜得多的人腦之間建立類比的因素之一，”光學和視覺科學教授兼研究員JesúsMalo說瓦倫西亞大學圖像處理實驗室。

他們提出了范式轉變

按照這些思路，該團隊剛剛在《科學報告》中發表了另一篇文章，詳細介紹了這兩種系統之間的局限性和差異，其結果使作者警告要使用CNN研究人類視覺。“神經網絡基于生物神經元的行為，特別是基于它們的基本結構，這種基本結構是由一系列由線性運算(求和和乘積)和非線性運算(飽和)組成的模塊串聯而成的，但是這種常規公式是太簡單了。除了這些人工網絡對視覺建模的固有局限性之外，靈活架構的非線性行為可能與生物視覺系統的非線性行為大相徑庭。”瓦倫西亞大學。

文章認為，具有固有非線性生物啟發性模塊的人工神經網絡，而不是線性+非線性模塊的通常過深的串聯，不僅可以更好地模仿人類的基本感知，而且可以在通用應用中提供更高的性能。耶蘇斯·馬洛(JesúsMalo)總結說：“我們的結果表明，視覺科學和人工智能都發生了范式轉變。”