Un nuevo estudio comparó más de 200 redes neuronales con la capacidad humana para identificar objetos.

Un nuevo estudio científico encontró diferencias entre la manera en que los sistemas de inteligencia artificial reconocen objetos y la forma en que lo hacen las personas. La investigación comparó más de 200 redes neuronales para analizar cómo responden cuando las imágenes presentan diferentes tipos de distorsión.

Los investigadores observaron que los modelos de inteligencia artificial tienen dificultades para reconocer determinados objetos utilizando únicamente su forma general cuando una imagen es modificada. En cambio, las personas pueden apoyarse en la silueta global junto con otras características para identificar aquello que están observando.

La investigación fue publicada en la revista iScience y propone una nueva manera de analizar las capacidades de los sistemas de visión artificial. El estudio no plantea que la IA sea incapaz de reconocer objetos, sino que muestra que utiliza patrones diferentes a los empleados por los seres humanos.

Para realizar la comparación, los investigadores analizaron numerosos modelos de redes neuronales profundas. Ninguno reprodujo completamente los patrones observados en las personas durante las pruebas, especialmente en la capacidad de utilizar la forma global como una señal importante para identificar objetos.

Los resultados pueden ser relevantes para el desarrollo de sistemas de visión artificial. Comprender las diferencias entre la percepción humana y la de las máquinas puede ayudar a diseñar nuevas pruebas y modelos que respondan de manera más robusta ante imágenes modificadas.

La investigación también muestra que igualar determinadas capacidades humanas continúa siendo un desafío para la inteligencia artificial. Aunque estos sistemas han avanzado considerablemente en reconocimiento visual, todavía existen aspectos de la percepción humana que no reproducen exactamente.