Раскрыто отличие глубоких нейронных сетей от человеческого мозга
Когда нейронные сети использовались для генерации изображения или слова, на которые они реагировали так же, как и на естественный входной сигнал (например, изображение собаки), большинство из них генерировали изображения или звуки, неузнаваемые для людей. Таким образом, ученые показали, что вычислительные модели создают собственные идиосинкратические инварианты ( англ. idiosyncratic invariances ).
Согласно одной из гипотез, объясняющей, почему искусственные нейронные сети могут повторять вычисления биологических нейронных сетей, заключается в том, что и те, и другие создают «внутри себя» представления об объекте, игнорируя незначительные характеристики. Иными словами, распознавание фигуры человека должно быть инвариантным (неизменным) к позе и направлению освещения.
Чтобы подтвердить, присутствуют ли инварианты, подобные тем, что используются вычислительными моделями, в человеческом восприятии, исследователи использовали модели компьютерного зрения и слуха для генерации стимулов (изображений и звуков), которые вызывают примерно одинаковые реакции у конкретного ИИ. Подобное происходит и в мозге людей, когда на определенном этапе обработки информации физически различные стимулы становятся неотличимыми для наблюдателей (например, одинаковые цвета, состоящие из световых волн разной длины). Такие сгенерированные стимулы авторы назвали метамерами модели ( англ. model metamers ).
