人工智能也有幻觉

瓦伦西亚大学图像处理实验室(IPL)和庞培法布拉大学(UPF)信息与通信技术系(DTIC)的研究人员表明，卷积神经网络(CNN)是一种常见的人工神经网络用于检测系统中的视觉效果也受到视觉错觉的影响，就像人的大脑一样。

在卷积神经网络中，神经元的排列方式与生物大脑的视觉皮层中的神经元几乎相同。如今，CNN出现在各种各样的自动驾驶系统中，例如面部检测和识别系统或自动驾驶汽车。

发表在《视觉研究》上的这项研究分析了卷积网络中的视觉幻觉现象，并将其与对人类视觉的影响进行了比较。在对CNN进行简单的任务训练(例如消除噪声或模糊)后，科学家发现，由于亮度和颜色的视觉错觉，这些网络也容易以偏向的方式感知现实。

文章还说：“某些网络错觉可能与人们的看法不一致。” 这意味着CNN中发生的视觉错觉不一定与生物错觉感知相一致，但是在这些人工网络中，可能存在人类大脑不熟悉的不同错觉。“这是使我们相信，不可能在人造神经网络的简单连接与复杂得多的人脑之间建立类比的因素之一，”光学和视觉科学教授兼研究员JesúsMalo说瓦伦西亚大学图像处理实验室。

他们提出了范式转变

按照这些思路，该团队刚刚在《科学报告》中发表了另一篇文章，详细介绍了这两种系统之间的局限性和差异，其结果使作者警告要使用CNN研究人类视觉。“神经网络基于生物神经元的行为，特别是基于它们的基本结构，这种基本结构是由一系列由线性运算(求和和乘积)和非线性运算(饱和)组成的模块串联而成的，但是这种常规公式是太简单了。除了这些人工网络对视觉建模的固有局限性之外，灵活架构的非线性行为可能与生物视觉系统的非线性行为大相径庭。”瓦伦西亚大学。

文章认为，具有固有非线性生物启发性模块的人工神经网络，而不是线性+非线性模块的通常过深的串联，不仅可以更好地模仿人类的基本感知，而且可以在通用应用中提供更高的性能。耶苏斯·马洛(JesúsMalo)总结说：“我们的结果表明，视觉科学和人工智能都发生了范式转变。”