研究人员教计算机观察视错觉

这个圆圈是绿色还是灰色?中心线是直的还是倾斜的?

视错觉可能是有趣的体验和辩论，但理解人类大脑如何感知这些不同的现象仍然是科学研究的活跃领域。对于一类视错觉，称为语境现象，已知这些视觉依赖于语境。例如，您认为中心圆的颜色取决于周围环的颜色。有时外部颜色使内部颜色看起来更相似，例如相邻的绿色环使蓝色环呈现绿松石色 - 但有时外部颜色使内部颜色看起来不那么相似，例如粉红色环使灰色圆圈呈现绿色。

布朗大学计算机视觉专家团队回到原点，了解这些情境现象的神经机制。他们的研究发表在9月20日的心理学评论中。

“人们越来越多地认为，视错觉不是一个错误，而是一个特征，”布朗的认知，语言和心理科学副教授，该论文的资深作者托马斯塞尔说。“我认为它们是一个特征。它们可能代表我们视觉系统的边缘情况，但我们的视野在日常生活和识别物体方面是如此强大。”

在研究中，由布朗的卡尼脑科学研究所所属的塞尔领导的团队开始使用受视觉皮层的解剖学和神经生理学数据约束的计算模型。该模型旨在捕捉相邻皮质神经元如何相互发送信息，并在呈现复杂刺激(如情境视觉错觉)时调整彼此的反应。

Serre表示，团队在其模型中包含的一项创新是神经元之间假设的反馈连接的特定模式。这些反馈连接能够增加或减少 - 激发或抑制中枢神经元的响应，这取决于视觉上下文。

大多数深度学习算法中都不存在这些反馈连接。深度学习是一种强大的人工智能，能够学习数据中的复杂模式，例如识别图像和解析正常语音，并依赖于多层人工神经网络协同工作。然而，大多数深度学习算法仅包括层之间的前馈连接，而不是Serre层内神经元之间的创新反馈连接。

一旦模型构建完成，团队就会向其展示各种依赖于上下文的幻想。研究人员“调整”反馈兴奋性或抑制性连接的强度，以便模型神经元以与灵长类视觉皮层的神经生理学数据一致的方式响应。

然后他们在各种背景幻象上测试了模型，并再次发现模型感知了人类的幻想。

为了测试他们是否使模型不必要地复杂化，他们损害了模型 - 选择性地删除了一些连接。当模型缺少某些连接时，数据与人类感知数据不完全匹配。

“我们的模型是最简单的模型，既有必要又足以解释视觉皮层在情境幻觉方面的行为，”塞尔说。“这真的是教科书计算神经科学的工作 - 我们从解释神经生理学数据的模型开始，最后以人类心理物理数据的预测结束。”

除了为人类如何看待一类视错觉提供统一的解释外，Serre正在建立这一模型，目标是改善人工视觉。

他指出，最先进的人工视觉算法，例如用于标记面部或识别停止标志的算法，很难看到背景。通过包括由依赖于上下文的视错觉调整的水平连接，他希望解决这个弱点。

也许考虑到背景的视觉深度学习计划将更难以愚弄。塞尔说，一张贴在停车标志上的贴纸可能会让人工视觉系统误以为这是一个每小时65英里的限速标志，这很危险。