Visages dans l'inanimé : notre cerveau et la magie de la paréidolie !

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Des chercheurs de l'Université de Giessen étudient la reconnaissance faciale des objets et son lien avec l'intelligence artificielle.

Forschende der Uni Gießen untersuchen Gesichtserkennung in Objekten und deren Verbindung zu künstlicher Intelligenz.
Des chercheurs de l'Université de Giessen étudient la reconnaissance faciale des objets et son lien avec l'intelligence artificielle.

Visages dans l'inanimé : notre cerveau et la magie de la paréidolie !

La capacité de reconnaître des visages dans des objets inanimés est un phénomène fascinant appelé paréidolie faciale. Cette illusion sensorielle se retrouve par exemple dans la mousse de café, sur les troncs d'arbres ou dans les nuages. Les causes exactes de cette perception ne sont pas encore entièrement comprises. Chercheur du Université Justus Liebig de Giessen (JLU) Ils apportent cependant un certain éclairage et suggèrent qu’elle repose sur l’optimisation simultanée de deux capacités du cerveau humain : reconnaître les visages et classer les objets.

Dans une étude récente publiée dans la revue PLOS Computational Biology, les scientifiques du JLU ont examiné les réponses du cerveau humain aux stimuli sensoriels et les ont comparées aux réseaux neuronaux développés grâce à l'intelligence artificielle. Ce qui est intéressant, c'est qu'un seul réseau neuronal spécifique, formé à la fois sur les visages et les objets, a montré une réponse similaire du cerveau humain aux traits du visage des objets inanimés. Le professeur Katharina Dobs, professeur d'informatique appliquée, souligne que voir des visages dans des objets peut être considéré comme un sous-produit systématique de l'optimisation cérébrale.

Analyse des réseaux de neurones

L'étude met en évidence le potentiel des réseaux de neurones artificiels (ANN) pour explorer les phénomènes complexes de la vision humaine. Les ANN sont constitués de nœuds connectés via des connexions dirigées, similaires aux réseaux neuronaux naturels du cerveau. Ces connexions ont des valeurs différentes, appelées poids, et chaque réseau nécessite une formation pour optimiser son fonctionnement. Les vis de réglage telles que les poids et les fonctions d'activation, telles que la fonction sigmoïde, peuvent être ajustées pour obtenir de meilleurs résultats. La couche d'entrée reçoit des données externes, qui sont ensuite propagées à travers le réseau jusqu'à ce qu'elles aboutissent à la couche de sortie.

Dans le contexte du fonctionnement des réseaux de neurones, la spécialisation fonctionnelle est également importante. Des études ont montré que les réseaux formés à la reconnaissance d'objets sont moins efficaces pour la reconnaissance de visages et vice versa. Cependant, les réseaux optimisés pour les deux tâches sont divisés en systèmes distincts pour les visages et les objets. Cela se reflète également dans la manière dont le cerveau humain possède des régions dotées de fonctions spécialisées pour la reconnaissance faciale et la compréhension du langage.

Perspectives évolutives

La recherche suggère que le développement évolutif du cerveau humain sur des millions d’années, à mesure que les réseaux artificiels sont optimisés grâce à des millions d’exemples de formation, a conduit à une spécialisation fonctionnelle similaire dans les réseaux de neurones artificiels. Les interactions sociales et les composantes émotionnelles ne jouent aucun rôle pour l’intelligence artificielle. La spécialisation fonctionnelle est identifiée comme la stratégie optimale pour réaliser ces tâches.

Le professeur Dobs fait partie de l'initiative Cluster of Excellence « The Adaptive Mind » et l'équipe JLU propose dans ce cadre un programme de master international « Mind, Brain and Behaviour ».