Neuronale Netzwerke werden durch optische Täuschungen auf die gleiche Weise getäuscht, wie Menschen getäuscht werden.

0

Träumen neuronale Netze von visuellen Illusionen?

Dieser Frage gehen Forscher der Abteilung für Informations- und Kommunikationstechnologien nach, die von Marcelo Bertalmío zusammen mit Jesús Malo, einem Forscher an der Universität Valencia, geleitet wird.

Ein Convolutional Neural Network ist eine Art künstliches neuronales Netzwerk, bei dem die Neuronen in rezeptiven Feldern organisiert sind, ganz ähnlich wie die Neuronen im visuellen Kortex eines biologischen Gehirns. Faltungsneuronale Netze (Convolutional Neural Network, CNN) findet man heute in einer Vielzahl von autonomen Systemen (z.B. Gesichtserkennung und -erkennung, autonome Fahrzeuge usw.). Dieser Netzwerktyp ist bei vielen Aufgaben des künstlichen Sehens, wie z.B. bei der Bildsegmentierung und -klassifizierung, sowie bei vielen anderen Anwendungen sehr effektiv.

Faltungsnetzwerke wurden vom Verhalten des menschlichen Sehsystems inspiriert, insbesondere von seiner Grundstruktur, die aus der Verkettung zusammengesetzter Module besteht, die eine lineare Operation gefolgt von einer nichtlinearen Operation umfassen. Eine in der fortgeschrittenen Online-Ausgabe der Zeitschrift Vision Research veröffentlichte Studie untersucht das Phänomen der visuellen Täuschungen in Faltungsnetzen im Vergleich zu ihrer Wirkung auf das menschliche Sehvermögen. Eine Studie von Alexander Gómez Vila, Adrian Martín, Javier Vázquez-Corral und Marcelo Bertalmío, Mitglieder der Abteilung für Informations- und Kommunikationstechnologien (DTIC), unter Beteiligung des Forschers Jesús Malo von der Universität Valencia.

“Aufgrund dieser Verbindung der CNNs mit unserem visuellen System wollten wir in diesem Beitrag untersuchen, ob Faltungsnetze unter ähnlichen Problemen leiden wie unser visuelles System. Daher haben wir uns auf visuelle Illusionen konzentriert. Visuelle Illusionen sind Bilder, die unser Gehirn anders wahrnimmt, als sie tatsächlich sind”, erklärt Gómez Vila, Erstautor der Studie.

In ihrer Studie trainierten die Autoren CNNs für einfache Aufgaben, die auch das menschliche Sehvermögen übernimmt, wie das Entrauschen und Entgraten. Was sie beobachteten, ist, dass diese unter diesen experimentellen Bedingungen trainierten CNNs auch durch visuelle Helligkeits- und Farbtäuschungen “getäuscht” werden, so wie visuelle Täuschungen den Menschen täuschen.

Darüber hinaus, wie Gómez Villa erklärt, “analysieren wir für unsere Arbeit auch, wenn solche Täuschungen im Netz Reaktionen hervorrufen, die nicht so physisch zu erwarten sind, aber auch nicht mit der menschlichen Wahrnehmung übereinstimmen”, d.h. Fälle, in denen CNNs eine andere optische Täuschung erhalten als die Täuschung, die Menschen wahrnehmen würden.

Die Ergebnisse dieser Studie stimmen mit der seit langem bestehenden Hypothese überein, die visuelle Täuschungen auf niedriger Ebene als ein Nebenprodukt der Optimierung auf natürliche Umgebungen (die ein Mensch in seinem Alltag sieht) betrachtet. Inzwischen zeigen diese Ergebnisse die Grenzen und Unterschiede zwischen dem menschlichen visuellen System und den künstlichen neuronalen Netzen von CNN auf.

Referenz: “Farbtäuschungen täuschen CNNs auch bei Sehaufgaben auf niedriger Ebene: Analyse und Implikationen” von A. Gomez-Villa, A. Martín, J. Vazquez-Corral, M. Bertalmío und J. Malo, 4. September 2020, Vision Research.
DOI: 10.1016/j.visres.2020.07.010.

Share.

Leave A Reply