Logotipo do Site Inovação Tecnológica





Informática

Inteligência Artificial também sofre de ilusões de óptica

Redação do Site Inovação Tecnológica - 05/11/2020

Inteligência Artificial também sofre de ilusões de óptica
Os programas de inteligência artificial têm ilusões de óptica tanto em relação a formas quanto a cores.
[Imagem: A. Gomez-Villa et al. - 10.1016/j.visres.2020.07.010]

Visão de máquina

As redes neurais convolucionais (RNC) - um dos tipos de rede neural mais usados em sistemas de inteligência artificial - também estão sujeitas a ilusões de óptica, assim como o cérebro humano é enganado pelas ilusões visuais.

Isso talvez possa explicar porque recentemente um programa de inteligência artificial para detectar alienígenas não se saiu muito melhor do que os teóricos dos deuses astronautas, "detectando" objetos artificiais onde só haviam formações naturais.

Em uma rede neural convolucional, os neurônios são organizados em campos receptivos da mesma maneira que os neurônios no córtex visual de um cérebro biológico.

Hoje, essas RNCs são usadas em uma ampla variedade de sistemas autônomos, como sistemas de detecção e reconhecimento de rosto e carros sem motorista.

Ilusões de óptica da IA

Como essas redes estão estreitamente envolvidas com visão artificial, os pesquisadores queriam saber se elas não estariam sujeitas ao fenômeno das ilusões visuais, comparando os efeitos assim como ocorre com a visão dos seres humanos.

Depois de treinar uma RNC para tarefas simples, como remover ruído ou desfoque, os cientistas descobriram que essas redes também são suscetíveis a perceber a realidade de uma forma tendenciosa, causada por ilusões visuais de brilho e cor.

Os resultados surpreenderam porque o programa de inteligência artificial mostrou-se não apenas sensível às ilusões de ópticas bem conhecidas dos humanos, como também apresentou suas próprias "ilusões de óptica artificiais", inconsistentes com a percepção humana.

Isso significa que as ilusões visuais que ocorrem em uma RNC não têm necessariamente que coincidir com as percepções ilusórias dos seres vivos, com essas redes artificiais sofrendo de ilusões de óptica que são estranhas ao cérebro humano.

"Esse é um dos fatores que nos leva a acreditar que não é possível estabelecer analogias entre a simples concatenação de redes neurais artificiais e o cérebro humano, muito mais complexo," disse o professor Jesús Malo, da Universidade de Valência, na Espanha.

Inteligência Artificial também sofre de ilusões de óptica
A equipe ressalta que lidar com as ilusões de óptica exige adotar um novo modelo de rede neural.
[Imagem: Marcelo Bertalmío et al. - 10.1038/s41598-020-73113-0]

Visão artificial e visão real

Além do impacto das ilusões de óptica sobre os sistemas de inteligência artificial usados em veículos e vigilância, entre outros, a equipe também destaca os limites e as diferenças entre os sistemas artificiais e os biológicos, o que torna recomendável o uso desse tipo de rede neural para estudar a visão humana.

"As RNCs baseiam-se no comportamento dos neurônios biológicos, em particular na sua estrutura básica formada pela concatenação de módulos compostos por uma operação linear (somas e produtos) seguida de uma não-linear (saturação), mas esta formulação convencional é simples demais. Além das limitações intrínsecas dessas redes artificiais para modelar a visão, o comportamento não-linear das arquiteturas flexíveis pode ser muito diferente daquele do sistema visual biológico," resume Malo.

Mas a equipe oferece também uma alternativa, demonstrando que redes neurais artificiais com módulos intrinsecamente não-lineares inspirados nos cérebros biológicos - em vez das habituais concatenações excessivamente profundas de módulos linear + não-linear - não apenas emulam melhor a percepção humana básica, como também podem fornecer um desempenho superior em aplicativos de uso geral.

"Nossos resultados sugerem uma mudança de paradigma tanto para a ciência da visão quanto para a inteligência artificial," concluiu Malo.

Bibliografia:

Artigo: Color illusions also deceive RNCs for low-level vision tasks: Analysis and implications
Autores: A. Gomez-Villa, A. Martín, J. Vazquez-Corral, M. Bertalmío, J. Malo
Revista: Vision Research
Vol.: 176, Pages 156-174
DOI: 10.1016/j.visres.2020.07.010

Artigo: Evidence for the intrinsically nonlinear nature of receptive fields in vision
Autores: Marcelo Bertalmío, Alex Gómez-Villa, Adrián Martín, Javier Vázquez-Corral, David Kane, Jesús Malo
Revista: Nature Scientific Reports
Vol.: 10, Article number: 16277
DOI: 10.1038/s41598-020-73113-0





Outras notícias sobre:
  • Inteligência Artificial
  • Visão Artificial
  • Biomecatrônica
  • Software e Programação

Mais tópicos