English
Las redes neuronales convolucionales son engañadas por el brillo y el color de una imagen visual cuando se entrenan en condiciones experimentales de una forma similar a la que ocurre en el sistema visual humano.
Una red neuronal convolucional es un tipo de red neuronal artificial en la que las neuronas se organizan en campos receptivos de una manera muy similar a las neuronas en la corteza visual de un cerebro biológico.
Hoy en día, las redes neuronales convolucionales (CNN) se encuentran en una variedad de sistemas autónomos (por ejemplo, detección y reconocimiento de rostros, vehículos autónomos, etc.). Este tipo de red es muy eficaz en muchas tareas de visión artificial, como en la segmentación y clasificación de imágenes, junto con muchas otras aplicaciones.
Las redes convolucionales se inspiraron en el comportamiento del sistema visual humano, en particular su estructura básica formada por la concatenación de módulos compuestos que comprenden una operación lineal seguida de una operación no lineal. Un estudio publicado en la edición avanzada online de la revista Vision Research examina el fenómeno de las ilusiones visuales en redes convolucionales en comparación con su efecto sobre la visión humana.
“Debido a esta conexión de las CNN con nuestro sistema visual, en este estudio queríamos comprobar si las redes convolucionales sufren problemas similares a nuestro sistema visual. Por lo tanto, nos centramos en las ilusiones visuales. Las ilusiones visuales son imágenes que nuestro cerebro percibe de forma diferente a como son en realidad”, explica Gómez Vila, primer autor del estudio. 
En su estudio, los autores capacitaron a las CNN para tareas simples que también realiza la visión humana, como eliminar ruidos y desenfocar. Lo que observaron es que estos CNN entrenados en estas condiciones experimentales también son “engañados” por ilusiones visuales de brillo y color de la misma manera que las ilusiones visuales engañan a los humanos.
Además, como explica Gómez Villa, “para nuestro trabajo también analizamos cuando tales ilusiones provocan respuestas en la red que no son las físicamente esperadas, pero tampoco coinciden con la percepción humana”, es decir, casos en los que las CNN obtienen una ilusión óptica diferente a la ilusión que percibirían los humanos.
Los resultados de este estudio son consistentes con la antigua hipótesis que considera las ilusiones visuales de bajo nivel como un subproducto de la optimización a los entornos naturales (que un humano ve en su día a día). Mientras tanto, estos resultados destacan las limitaciones y diferencias entre el sistema visual humano y las redes neuronales artificiales de CNN.
Acerca de esta noticia de investigación en inteligencia artificial:
Fuente: UPF Barcelona
Estudio Original: Acceso cerrado
“Color illusions also deceive CNNs for low-level vision tasks: Analysis and implications” by Alexander Gómez Vila, Adrian Martín, Javier Vázquez-Corral, Marcelo Bertalmío, Jesús Malo . Vision Research
