Une étude sur l’IA révèle : c’est ainsi que la machine voit l’image humaine !

Une étude sur l’IA révèle : c’est ainsi que la machine voit l’image humaine !

Le 23 juin 2025, une équipe de recherche de l'Université Justus Liebig de Giessen et de l'Institut Max Planck des sciences cognitives et du cerveau a publié des résultats significatifs sur la reconnaissance d'objets à l'aide de l'intelligence artificielle (IA). Ces résultats ont été publiés dans la célèbre revue Intelligence des machines naturelles publié. Les premiers auteurs, Florian Mahner et Lukas Muttenthaler, et le dernier auteur, le professeur Martin Hebart, ont présenté une nouvelle approche pour identifier et comparer les dimensions clés auxquelles les humains et l'IA prêtent attention lorsqu'ils voient des objets.

L’étude a analysé environ 5 millions de jugements impairs à partir de 1 854 images d’objets pour découvrir quelles propriétés visuelles et sémantiques préfèrent les humains et l’IA. Il s’avère que les gens se concentrent sur des dimensions liées au sens, telles que « lié aux animaux » ou « lié au feu », tandis que les modèles d’IA se concentrent principalement sur des propriétés visuelles telles que « rond » ou « blanc ». Ce phénomène est appelé « préférence visuelle » et pourrait avoir un impact significatif sur la confiance dans les systèmes d’IA s’il existe des différences dans les stratégies de reconnaissance d’objets.

Méthodologie et résultats de la recherche

Le travail scientifique utilise plusieurs réseaux de neurones profonds (DNN) pour reconnaître des images similaires à celles des humains et déterminer les dimensions clés des images. La comparaison des dimensions entre les humains et les DNN a révélé que même si l’IA parvient à des approximations de ces dimensions, elle ne correspond pas entièrement à la perception humaine. Ce qui était particulièrement visible, c'est que pour les dimensions liées aux animaux, de nombreuses images non animales n'étaient pas incluses dans l'analyse, ce qui a encore influencé les résultats de la technologie de l'IA.

Les chercheurs espèrent que les futurs projets permettront une comparaison directe entre la perception humaine et celle de l’IA, ce qui pourrait conduire à une meilleure compréhension de la perception de l’IA et à l’amélioration de la technologie elle-même. Un contact avec le Prof. Dr Martin Hebart est mentionné ici comme une possibilité pour ceux qui souhaitent obtenir de plus amples informations sur ce domaine de recherche.

Applications de l'IA dans la reconnaissance d'images

Les découvertes sur les différences dans la reconnaissance des objets ont de larges applications dans divers domaines. L’IA est souvent utilisée pour prendre en charge la logistique, la classification d’images ou l’analyse de la structure client dans le commerce électronique. Dans ce contexte propose Machines enseignables un outil de programmation rapide et facile des systèmes d'IA, qui permet aux ordinateurs de reconnaître des images, des sons ou des poses.

Des exemples d'applications incluent l'assistance à l'inventaire ou au tri des marchandises. L'importance des données de formation est considérée comme cruciale pour les performances des modèles d'IA. Un exemple pratique : si une Alexa est visible en arrière-plan d'une scène d'entraînement, l'IA est amenée à classer l'image en fonction uniquement de cette présence, quel que soit l'objectif principal de l'image.

Défis et développements futurs

La technologie de l’IA, notamment en matière de reconnaissance d’images, présente un énorme potentiel, mais elle présente également des défis à relever. Les préoccupations concernant la protection des données, les biais dans les données de formation et la nécessité de cadres juridiques clairs sont des questions clés auxquelles il faut répondre. De plus, les modèles d’IA doivent être robustes face à diverses conditions telles que l’éclairage et le bruit pour fonctionner efficacement dans la pratique.

Alors que les développements en matière d’apprentissage automatique et de réseaux neuronaux se poursuivent, l’avenir de la reconnaissance d’images basée sur l’IA reste prometteur. Les entreprises peuvent bénéficier de l’optimisation des processus et de stratégies marketing ciblées, tandis que des recherches approfondies sur l’amélioration des capacités de l’IA se poursuivent.