Нейросети сталкиваются с визуальными иллюзиями, как и люди

Исследователи протестировали возможности нейросети BLIP в распознавании изображений, содержащих визуальные иллюзии. Выяснилось, что при столкновении с такими картинками ИИ демонстрирует схожие с человеческим восприятием проблемы, не всегда верно идентифицируя главный объект или видя несколько противоречивых образов.

Эксперимент включал показ ИИ изображений-тестов, которые специально разработаны для неоднозначной интерпретации. Целью было определить, как трансформер «увидит» и опишет картинки, на которых могут быть скрыты несколько объектов или один объект меняется в зависимости от «угла» восприятия. Результаты показывают, что алгоритм не обладает интуитивным пониманием контекста, что затрудняет его работу с подобными сложными визуальными задачами.