Современные зрительные нейросети умеют определять, где находится объект, но в новом эксперименте не повторили смещение, которое возникало у людей и в мозге макак после просмотра движения. Причина не в том, что машина «не поверила» иллюзии: её внутренние представления не перестроились под влияние недавней зрительной истории так, как биологические.
Работа в Current Biology напоминает: правильный ответ модели не доказывает, что она решает задачу человеческим способом. Иллюзия здесь служит не развлечением, а контролируемым тестом механизма.
Неподвижный объект, который кажется сдвинутым
Исследователи использовали последействие движения. После длительного наблюдения за движущимся стимулом неподвижная картинка может восприниматься смещённой в противоположную сторону. Её положение на экране и набор пикселей не меняются — меняется результат обработки в зрительной системе.
Участники-люди сообщали, где видят тестовый объект. Параллельно команда анализировала активность популяций нейронов в нижневисочной коре макак. Этот участок обычно связывают прежде всего с распознаванием объектов, но из его активности можно извлечь и сведения о положении.
Что произошло в мозге макак
После адаптации нейронный код положения сместился в ту же сторону, что и субъективные ответы людей, хотя тестовая картинка оставалась на прежних координатах. Наибольший вклад внесла часть нейронов, активность которых заметно подавлялась повторяющимся стимулом. Изменилась не только сила отклика, но и геометрия представления объекта всей популяцией клеток.
Такой результат означает, что нижневисочная кора кодировала не одну физическую координату на сетчатке. Её состояние отражало положение, согласованное с восприятием после недавнего движения.
Какие модели не прошли тест
Авторы проверили стандартные сети распознавания изображений, рекуррентные архитектуры и модели видео. Они хорошо извлекали положение объекта, однако одинаковая неподвижная картинка после разных адаптирующих движений не получала систематически смещённой координаты. Простое добавление подавления активности по образцу нейронной адаптации также не воспроизвело весь эффект.
Когда исследователи применили к признаковому пространству преобразования, выведенные из реальной динамики нижневисочной коры, похожее смещение появилось. Это не готовый рецепт человеческого зрения, а указание, какого типа временной зависимости недостаёт протестированным системам.
Почему слово «видит» вводит в заблуждение
Нет оснований приписывать нейросети субъективное переживание иллюзии. Исследователи сравнивают измеряемые ответы: выбор людей, активность нейронов и числа внутри модели. Фраза «модель не увидела иллюзию» удобна, но не является заявлением о сознании.
Так же неверно заключать, что ИИ вообще не подвержен иллюзиям. Другие архитектуры могут ошибаться на контрастах, текстурах или искусственных примерах. Эта работа проверяла конкретное последействие движения и конкретный набор зрительных моделей.
Зачем разработчикам намеренно обманывать систему
Обычный тест оценивает конечную точность. Иллюзия удерживает пиксели неизменными, но разводит физическое и воспринимаемое положение, поэтому выявляет скрытую разницу в вычислениях. Такой контроль полезен для систем, которым предстоит действовать рядом с людьми и предсказывать человеческое восприятие.
Читайте также: Почему оптические иллюзии обманывают зрение
Цель не обязательно в том, чтобы научить машину ошибаться как человек. Разработчику нужно понимать, когда модель использует устойчивую геометрию сцены, а когда её представление должно учитывать последовательность событий. Иллюзии дают для этого более строгий вопрос, чем простое «назвала ли сеть объект правильно».