人間と機械の行動の違いは,視覚処理の初期に発生します

科学分野:

• 計算神経科学とは
• 認知科学とは,認知科学である.
• コンピュータ・ビジョン コンピュータ・ビジョン

背景:

• ディープニューラルネットワーク (DNN) は,霊長類の視覚皮質のニューラル活動を予測するのに優れています.
• しかし,心理物理学的研究は,画像認識のタスクにおけるDNNと人間の観察者の間の行動の不一致を明らかにしています.
• エラー一貫性 (EC) は,DNNと人間の画像難易度の認識の違いを強調しています.

研究 の 目的:

• DNNとヒトのエラーコンシスタンスの違い (EC) が,視覚処理の遅い段階から生じるかどうかを調査する.
• 初期の視覚表現が類似し,後の認知要因が行動の逸脱を促すという仮説を検証する.
• プレゼンテーション時間がECの観察された差異に影響を与えるかどうかを判断する.

主な方法:

• 後方マスクされた自然画像の刺激プレゼンテーション時間 (8.3〜267 ms) の体系的な変動.
• 加速された8倍識別タスクにおける人間のパフォーマンスの測定.
• 異なるプレゼンテーション期間における人間のパフォーマンスとDNN間のエラー一貫性 (EC) の定量化.

主要な成果:

• エラー一致性 (EC) は,プレゼンテーション時間の短縮により増加せず,以前に設定された0.4.の値以下にとどまった.
• この発見は,ECの差異が後期加工や観察者特有の要因に起因するという仮説と矛盾している.
• 人間のパフォーマンスは,非常に短いプレゼンテーション期間でも,DNNと比較して体系的な違いを示しました.

結論:

• 継続的な低エラー一貫性 (EC) は,DNNと人間の視覚システムとの間の不一致が後期的な認知の影響によるものではないことを示唆しています.
• これらの結果は,DNNと人間の視覚システムの初期段階の間の基本的な処理の違いを示しています.
• DNNは,現在理解されているように,初期の人間の視覚処理の正確な計算モデルではないかもしれません.