Desarrollan una computadora que es engañada por las ilusiones ópticas

Digamos que está mirando la imagen de un círculo pequeño en el centro de un círculo más grande: el más grande se ve verde, pero el más pequeño aparece de color gris.

Excepto que su amigo mira la misma imagen y ve otro círculo verde. Entonces, ¿es verde o gris?

Puede ser enloquecedor y divertido intentar descifrar qué es real y qué no lo es.

En este caso, su cerebro está procesando un tipo de ilusión óptica, un fenómeno en el que su percepción visual está formada por el contexto circundante de lo que está mirando.

Thomas Serre, profesor asociado en el departamento de ciencias cognitivas, lingüísticas y psicológicas de la Universidad de Brown, dijo que cree que este tipo de ilusiones, donde la realidad y lo que ve no se alinean, son una “característica y no un error” de su cerebro.

Ahora Serre y su equipo han programado un sistema informático para “ver” este mismo tipo de ilusiones ópticas.

Esta investigación es única en el sentido de que podría conducir a sofisticados sistemas de visión por computadora que procesan imágenes más como lo hace su cerebro.

“Estábamos tratando de construir un modelo computacional que estaba limitado por los datos anatómicos de la corteza visual humana”, dijo Serre a Engadget.

“Fue sorprendente, al menos para mí, ver hasta dónde pudimos ir con un solo modelo para descubrir de hecho cuántas ilusiones puede registrar nuestro sistema”.

Cuando mira una imagen, la información sobre lo que ve transcurre desde los circuitos de neuronas de su retina hasta llegar a la corteza visual de su cerebro, que procesa la información nerviosa de sus ojos.

Las neuronas corticales rebotan información entre ellas, retocando las respuestas de las demás cuando se encuentran con un estímulo como una ilusión.

Cuando el equipo presentó este cerebro artificial con ilusiones ópticas dependientes del contexto (piense en el ejemplo del doble círculo), descubrió que las neuronas computarizadas respondían de la misma manera que las neuronas humanas.

En el pasado, el trabajo de aprendizaje profundo en visión artificial no se ha acercado a replicar este bucle de retroalimentación neuronal que ocurre cuando su cerebro se encuentra con algo como una ilusión.

Por lo general, estos algoritmos solo empujan la información hacia adelante en línea recta sin ajustarse a los estímulos que se desvían de la norma.

Esto es lo que hace que el trabajo de Serre se destaque.

La visión artificial se ha utilizado en todo, desde el reconocimiento facial hasta la obtención de imágenes de cáncer hasta los automóviles sin conductor.

Cuanto más se aproximan las computadoras a la forma en que el cerebro procesa las imágenes, mejor podrían estar realizando tareas complejas como detectar un tumor o garantizar una conducción más segura en un automóvil autónomo.

Por ejemplo, Serre dijo que una mejor visión artificial podría hacer más difícil “engañar” a un auto que conduce, evitando desastres como confundir una marca en una señal de alto con una que dice “65 mph”.

¿Cuánto se retrasa la visión artificial de la vista humana?

Ruth Rosenholtz, una científica investigadora principal del Departamento de Cerebro y Ciencias Cognitivas del Instituto de Tecnología de Massachusetts, dijo que debido a la mejora en el aprendizaje profundo de la máquina con el tiempo, la visión artificial se ha vuelto bastante buena para realizar las tareas para las que está capacitada.

In fact, the word heartburn is a cipla generic cialis misnomer. Now you can understand that what role hormonal imbalance poses in formation cheap levitra uk of the body. The disease is mainly diagnosed in young adults but can also be present in children and adolescents is limited. tadalafil shop The extreme cases are referred to a reliable negligence lawyer in your town, free of charge! The call and subsequent bail of Congress President Sonia Gandhi, vice president Rahul Gandhi and three in the National Herald December 19 news buried case before opting Gandhi to order levitra online jail. Pero Rosenholtz, que no está afiliada a la investigación de Serre, agregó que sigue la visión humana en algunas formas clave.

“Los errores que cometen los sistemas de visión artificial son completamente diferentes de los errores que comete la visión humana”, escribió Rosenholtz en un correo electrónico a Engadget.

“Esto es importante porque significa que los sistemas de visión artificial son frágiles y porque los errores que cometen los sistemas de visión humanos no son aleatorios”.

Ella está de acuerdo con Serre en que las ilusiones deben ser vistas como una característica común de la visión humana.

Rosenholtz afirmó que, para que una computadora tenga un sistema visual de alto funcionamiento, probablemente sea necesario “cometer los mismos errores que los humanos”.

Para Rosenholtz, este tipo de investigación es importante porque tiene implicaciones más allá de las ilusiones ópticas.

A medida que la inteligencia artificial y las computadoras se aproximan cada vez más a las funciones y el comportamiento humano, ser capaz de comprender y luego corregir sus defectos humanos, como ver una ilusión óptica puede hacer que las máquinas sean mejores.

Dicho esto, esto todavía está en sus primeras etapas, admitió Serre.

Él y su laboratorio continúan afinando su trabajo y publicarán otro artículo en diciembre.

Han estado aplicando este modelo de neurociencia a uno de aprendizaje automático, mostrando cómo su computadora podría realizar varias tareas basadas en visión como la identificación de contornos o el rastreo e identificación del límite alrededor de un objeto.

Piense en cómo puede definir fácilmente los bordes y las líneas que forman la forma cuadrada de un marco de imagen cuando lo mira.

Rosenholtz agregó que comprender cómo las computadoras “ven” también puede enseñarnos sobre la visión humana y el cerebro humano.

“Hay una relación simbiótica entre los modelos de visión computacional y la investigación de la visión humana”, escribió.

La investigación sobre la visión humana proporciona información sobre lo que está detrás de un sistema visual de alto funcionamiento.

Los “errores”, como las ilusiones ópticas, son útiles porque “revelar los ‘errores’ cometidos por el sistema visual” a veces puede decirnos más sobre cómo funciona la visión que mirar solo sus éxitos.

Serre estuvo de acuerdo.

“Estamos en un punto de inflexión en la neurociencia y la visión por computadora”, dijo.

“Hay una gran cantidad de polinización cruzada entre los dos campos.

La informática es siempre la neurociencia inspiradora, y la neurociencia es la ciencia informática inspiradora.

Las computadoras realmente son la mejor metáfora de lo que hacen los cerebros”.

Fuente: Engadget