Utbildade neurala nät fungerar ungefär som människor på klassiska psykologiska tester

Ms. Tech

I början av 1900-talet började en grupp tyska experimentpsykologer ifrågasätta hur hjärnan skaffar sig meningsfulla uppfattningar om en värld som annars är kaotisk och oförutsägbar. För att svara på denna fråga utvecklade de föreställningen om gestalteffekten – idén att när det kommer till perception är helheten något annat än delarna.

På samma sätt har psykologer upptäckt att den mänskliga hjärnan är anmärkningsvärt bra på att uppfatta fullständiga bilder på grundval av fragmentarisk information. Ett bra exempel är bilden som visas här. Hjärnan uppfattar tvådimensionella former som en triangel och en kvadrat, och till och med en tredimensionell sfär. Men ingen av dessa former är uttryckligen ritad. Istället fyller hjärnan igen luckorna.

En naturlig förlängning av detta arbete är att fråga om gestalteffekter förekommer i neurala nätverk. Dessa nätverk är inspirerade av den mänskliga hjärnan. Faktiskt säger forskare som studerar maskinseende att de djupa neurala nätverk som de har utvecklat visar sig vara anmärkningsvärt lika det visuella systemet i primats hjärnor och delar av den mänskliga cortexen.

Det leder till en intressant fråga: kan neurala nätverk uppfatta ett helt objekt genom att bara titta på dess delar, som människor gör?

Idag får vi ett svar tack vare arbetet från Been Kim och kollegor på Google Brain, företagets AI-forskningsavdelning i Mountain View, Kalifornien. Forskarna har testat olika neurala nätverk med samma gestaltexperiment designade för människor. Och de säger att de har goda bevis för att maskiner verkligen kan uppfatta hela föremål med hjälp av observationer av delarna.

Kim och cos experiment är baserat på triangelillusionen som visas i figuren. De skapar först tre databaser med bilder för att träna sina neurala nätverk. Den första består av vanliga kompletta trianglar som visas i sin helhet.

Nästa databas visar bara trianglarnas hörn, med linjer som måste interpoleras för att uppfatta hela formen. Detta är den illusoriska datamängden. När människor ser dessa typer av bilder tenderar de att stänga luckorna och sluta uppfatta triangeln som en helhet. Vi strävar efter att avgöra om neurala nätverk uppvisar liknande stängningseffekter, säger Kim och co.

Den slutliga databasen består av liknande hörn men slumpmässigt orienterade så att linjerna inte kan interpoleras för att bilda trianglar. Detta är den icke-illusoriska datamängden.

Genom att variera storleken och orienteringen på dessa former skapade teamet nästan 1 000 olika bilder för att träna sina maskiner.

Deras tillvägagångssätt är att träna ett neuralt nätverk att känna igen vanliga kompletta trianglar och sedan testa om det klassificerar bilderna i den illusoriska datamängden som kompletta trianglar (samtidigt som bilderna i den icke-illusoriska datamängden ignoreras). De testar med andra ord om maskinen kan fylla i luckorna i bilderna för att bilda en helhetsbild.

De jämför också beteendet hos ett tränat nätverk med beteendet hos ett otränat nätverk eller ett som tränats på slumpmässiga data.

Resultaten ger intressant läsning. Det visar sig att beteendet hos tränade neurala nätverk visar anmärkningsvärda likheter med mänskliga gestalteffekter. Våra resultat tyder på att neurala nätverk tränade med naturliga bilder uppvisar stängning, i motsats till nätverk med randomiserade vikter eller nätverk som har tränats på visuellt slumpmässiga data, säger Kim och co.

Det är ett fascinerande resultat. Och inte bara för att det visar hur neurala nätverk härmar hjärnan för att förstå världen.

Den större bilden är att teamets tillvägagångssätt öppnar dörren till ett helt nytt sätt att studera neurala nätverk med hjälp av experimentell psykologi. Vi tror att utforskandet av andra gestaltlagar – och mer allmänt, andra psykofysiska fenomen – i samband med neurala nätverk är ett lovande område för framtida forskning, säger Kim och co.

Det ser ut som ett första steg in i ett nytt område inom maskinpsykologi. Som Google-teamet uttryckte det: Att förstå var människor och neurala nätverk skiljer sig kommer att vara till hjälp för forskning om tolkningsbarhet genom att upplysa de grundläggande skillnaderna mellan de två intressanta arterna. De tyska experimentpsykologerna från det tidiga 1900-talet skulle säkert ha varit fascinerade.

Ref: arxiv.org/abs/1903.01069 : Visar neurala nätverk gestaltfenomen? En utforskning av lagen om stängning

Dölj