Pesquisadores desenvolvem IA que pode ser “enganada” por ilusão de óptica

08/10/2018 às 13:002 min de leitura

Sabe aqueles testes de ilusão de óptica em que você fica olhando constantemente para algo e depois, ao fixar em outra imagem, ela muda de cor ou de forma, se mexe ou passa por alguma alteração porque o cérebro “caiu em um truque”? Isso é algo conhecido há muito tempo na Ciência e serve para explicar o fenômeno em que sua percepção visual pode ser moldada pelo contexto observado ao seu redor.

Thomas Serre, professor adjunto do departamento de ciências cognitivas, linguísticas e psicológicas da Brown University, acredita que esses tipos de ilusões, em que a realidade e o que você vê não se alinham, são uma característica — e não uma falha do seu cérebro. Ele e sua equipe programaram uma inteligência artificial (IA) que pode ser “enganada” por essas mesmas ilusões de óptica.

A novidade, publicada no mês passado pela Psychological Review, pode ajudar a desenvolver a visão computacional mais rapidamente. Afinal, quanto mais uma máquina puder enxergar como um humano, mais parecido o processamento será com o de nossas mentes.

ilusãoFonte: Optical illusions (Serre Lab/Brown University)

"Estávamos tentando construir um modelo computacional que fosse restringido pelos dados anatômicos do córtex visual humano. Foi surpreendente, pelo menos para mim, ver até que ponto conseguimos ir com um único modelo para descobrir, de fato, quantas ilusões nosso sistema poderia registrar."

Como funciona e onde pode ser usado?

Quando você olha para uma imagem, informações sobre o que você vê percorrem sua retina pelos circuitos de neurônios, alcançando o córtex visual de seu cérebro, que processa a informação vinda do nervo ocular. Os neurônios corticais compartilham essas informações, aprimorando as respostas uns dos outros, quando se deparam com um estímulo como uma ilusão de óptica.

Pesquisa pode diminuir o atraso que ainda existe nos veículos para identificar corretamente as pessoas e os objetos

No passado, o trabalho de aprendizado profundo em visão artificial não chegou perto de replicar esse ciclo de feedback neural que acontece quando seu cérebro se depara com algo parecido com uma ilusão. Geralmente, esses algoritmos apenas passavam as informações para frente em uma linha reta, sem se ajustar a estímulos que se desviam da norma.

Além de melhorar o reconhecimento facial, esse sistema pode vir a ser fundamental para os carros autônomos. Isso porque ele pode diminuir o atraso que ainda existe nos veículos para identificar corretamente as pessoas e os objetos. Ruth Rosenholtz, cientista do Departamento de Cérebro e Ciências Cognitivas no Instituto de Tecnologia de Massachusetts (MIT, em inglês), acredita que cometer os mesmos equívocos que um humano é o que vai fazer com que as máquinas finalmente possam ter a visão computacional eficiente.

carro autônomo

"Os erros que os sistemas artificiais de visão cometem são completamente diferentes dos cometidos pela visão humana. Isso é bem importante porque significa que os sistemas de visão artificial são frágeis e os erros que os sistemas de visão humana cometem não são aleatórios", disse a especialista, em entrevista ao Engadget.

A pesquisa toda ainda está em seus estágios iniciais. Serre e sua equipe têm aplicado esse modelo em outros exemplo com aprendizado de máquina, para realizar várias tarefas baseadas em visão — a exemplo da identificação de contornos ou traços e dos limites em torno de um objeto. O trabalho vem sendo aperfeiçoado para que eles possam publicar um novo documento em dezembro.

***

Você conhece a newsletter do Mega Curioso? Semanalmente, produzimos um conteúdo exclusivo para os amantes das maiores curiosidades e bizarrices deste mundão afora! Cadastre seu email e não perca mais essa forma de mantermos contato!

Pesquisadores desenvolvem IA que pode ser “enganada” por ilusão de ótica via TecMundo

Imagem

NOSSOS SITES

  • TecMundo
  • TecMundo
  • TecMundo
  • TecMundo
  • Logo Mega Curioso
  • Logo Baixaki
  • Logo Click Jogos
  • Logo TecMundo

Pesquisas anteriores: