Wytrenowane sieci neuronowe działają podobnie jak ludzie w klasycznych testach psychologicznych

Pani Tech

Na początku XX wieku grupa niemieckich psychologów eksperymentalnych zaczęła kwestionować, w jaki sposób mózg nabywa sensowną percepcję świata, który skądinąd jest chaotyczny i nieprzewidywalny. Aby odpowiedzieć na to pytanie, opracowali pojęcie efektu gestalt — ideę, że jeśli chodzi o percepcję, całość jest czymś innym niż części.

W ten sposób psychologowie odkryli, że ludzki mózg jest niezwykle dobry w postrzeganiu pełnych obrazów na podstawie fragmentarycznych informacji. Dobrym przykładem jest pokazany tutaj rysunek. Mózg odbiera dwuwymiarowe kształty, takie jak trójkąt i kwadrat, a nawet trójwymiarową kulę. Ale żaden z tych kształtów nie jest wyraźnie narysowany. Zamiast tego mózg wypełnia luki.

Naturalnym rozszerzeniem tej pracy jest pytanie, czy efekty gestalt występują w sieciach neuronowych. Te sieci są inspirowane ludzkim mózgiem. Rzeczywiście, naukowcy badający widzenie maszynowe twierdzą, że głębokie sieci neuronowe, które rozwinęli, są niezwykle podobne do układu wzrokowego w mózgach naczelnych i części kory ludzkiej.

Prowadzi to do interesującego pytania: czy sieci neuronowe mogą postrzegać cały obiekt, patrząc jedynie na jego części, tak jak robią to ludzie?

Dziś otrzymujemy odpowiedź dzięki pracy Been Kim i współpracowników z Google Brain, działu badań nad sztuczną inteligencją firmy w Mountain View w Kalifornii. Naukowcy przetestowali różne sieci neuronowe, korzystając z tych samych eksperymentów gestaltowych zaprojektowanych dla ludzi. I twierdzą, że mają mocne dowody na to, że maszyny rzeczywiście mogą postrzegać całe obiekty na podstawie obserwacji części.

Eksperyment Kim i co opiera się na iluzji trójkąta pokazanej na rysunku. Najpierw tworzą trzy bazy danych obrazów do trenowania swoich sieci neuronowych. Pierwsza składa się ze zwykłych pełnych trójkątów wyświetlanych w całości.

Następna baza danych pokazuje tylko rogi trójkątów, z liniami, które należy interpolować, aby zobaczyć pełny kształt. To iluzoryczny zestaw danych. Kiedy ludzie oglądają tego typu obrazy, mają tendencję do zamykania luk i postrzegania trójkąta jako całości. Naszym celem jest ustalenie, czy sieci neuronowe wykazują podobne efekty domknięcia, mówią Kim i spółka.

Ostateczna baza danych składa się z podobnych narożników, ale zorientowanych losowo, tak że linie nie mogą być interpolowane w celu utworzenia trójkątów. To nie jest iluzoryczny zbiór danych.

Zmieniając rozmiar i orientację tych kształtów, zespół stworzył prawie 1000 różnych obrazów, aby trenować swoje maszyny.

Ich podejście polega na wytrenowaniu sieci neuronowej w rozpoznawaniu zwykłych pełnych trójkątów, a następnie testowaniu, czy klasyfikuje ona obrazy w iluzorycznym zbiorze danych jako pełne trójkąty (z ignorowaniem obrazów w nieiluzorycznym zbiorze danych). Innymi słowy, sprawdzają, czy maszyna może wypełnić luki w obrazach, aby stworzyć pełny obraz.

Porównują również zachowanie wytrenowanej sieci z zachowaniem niewytrenowanej sieci lub wytrenowanej na danych losowych.

Wyniki stanowią ciekawą lekturę. Okazuje się, że zachowanie wytrenowanych sieci neuronowych wykazuje niezwykłe podobieństwo do ludzkich efektów gestalt. Nasze odkrycia sugerują, że sieci neuronowe wytrenowane za pomocą naturalnych obrazów wykazują zamknięcie, w przeciwieństwie do sieci o losowych wagach lub sieci, które zostały wytrenowane na wizualnie losowych danych, mówią Kim i spółka.

To fascynujący wynik. I to nie tylko dlatego, że pokazuje, jak sieci neuronowe naśladują mózg, aby zrozumieć świat.

Szerszy obraz jest taki, że podejście zespołu otwiera drzwi do zupełnie nowego sposobu badania sieci neuronowych przy użyciu narzędzi psychologii eksperymentalnej. Uważamy, że badanie innych praw Gestalt – i ogólniej innych zjawisk psychofizycznych – w kontekście sieci neuronowych jest obiecującym obszarem dla przyszłych badań, mówią Kim i współpracownicy.

To wygląda na pierwszy krok w nową dziedzinę psychologii maszyn. Jak ujął to zespół Google: Zrozumienie różnic między ludźmi i sieciami neuronowymi będzie pomocne w badaniach nad interpretowalnością poprzez wyjaśnienie fundamentalnych różnic między tymi dwoma interesującymi gatunkami. Niemieccy psychologowie eksperymentalni z początku XX wieku z pewnością byliby zafascynowani.

Nr ref.: arxiv.org/abs/1903.01069 : Czy sieci neuronowe pokazują zjawiska Gestalt? Badanie prawa zamknięcia

ukryć