Recherche
Pourquoi les humains sont-ils meilleurs que l’IA pour identifier des objets à partir de fragments ?
Cette capacité, appelée « intégration de contour », permet aux humains de reconstituer des objets même si certaines parties sont manquantes ou cachées.
L’équipe de recherche, dirigée par Martin Schrimpf, a comparé les performances de plus de 1 000 réseaux de neurones et de participants humains dans des tests où les contours des objets étaient partiellement effacés.
Les résultats indiquent que les humains réussissent souvent à identifier des objets même avec des informations visuelles incomplètes, tandis que l’IA rencontre des difficultés dans ces mêmes situations.
L’étude a également mis en lumière que les systèmes d’IA, bien que performants dans certains contextes, échouent fréquemment lorsqu’ils sont confrontés à des images fragmentées.
Seuls les modèles entraînés sur un grand volume d’images parviennent à approcher les performances humaines, notamment en intégrant des biais similaires à ceux observés chez les humains.
Les conclusions suggèrent qu’améliorer la vision par ordinateur, en offrant aux machines un ensemble de données plus proche de l’expérience humaine, pourrait améliorer leur fiabilité dans des domaines tels que les voitures autonomes et l’imagerie médicale.