The Impact of Noise on Memorability in Minds and Machines
Este artículo demuestra que mientras las redes neuronales profundas convencionales no logran igualar la robustez humana al estimar la memorabilidad de imágenes bajo ruido debido a su dependencia de las características individuales de las imágenes, el nuevo modelo GraphMem se alinea con éxito con el rendimiento humano al aprovechar la estructura relacional entre las imágenes.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo
No vivimos en un mundo visual perfecto. Nuestros ojos a menudo ven a través de parabrisas rayados por la lluvia, grabaciones de seguridad granulosas o la tenue luz del atardecer. Sin embargo, a pesar de estas imperfecciones, la memoria humana es notablemente consistente. Si se le muestra a un grupo grande de personas la fotografía de un niño apagando las velas de un cumpleaños y otra de un estacionamiento vacío, la mayoría recordará la escena de la fiesta y olvidará el estacionamiento. Este fenómeno, conocido como memorabilidad de la imagen, sugiere que algunas imágenes son simplemente más fáciles de retener para nuestro cerebro que otras. Los científicos han creído durante mucho tiempo que las imágenes memorables se procesan de manera más eficiente por el cerebro, lo que permite que sean reconocidas y almacenadas rápidamente. Para estudiar esto, los investigadores han recurrido cada vez más a la inteligencia artificial, utilizando redes neuronales profundas —sistemas informáticos diseñados para imitar el cerebro humano— para predecir qué imágenes recordará la gente. Estos modelos se utilizan ahora para calificar y seleccionar imágenes para todo, desde la publicidad hasta la investigación científica, reemplazando a menudo a los observadores humanos. Pero queda una pregunta crítica: ¿entienden estas máquinas la memoria de la misma manera que nosotros, especialmente cuando las imágenes que ven están degradadas por el ruido o el desenfoque?
Un equipo de investigadores de la Universidad George Mason se propuso probar esto comparando cómo tanto los humanos como la inteligencia artificial manejan el ruido visual. Comenzaron con un conjunto estándar de imágenes conocidas por tener niveles variables de memorabilidad, que van desde escenas altamente memorables hasta aquellas que se olvidan fácilmente. Luego, degradaron sistemáticamente estas imágenes añadiendo diferentes cantidades de estática visual, similar al grano visto en las pantallas de televisores antiguos, y también mediante el desenfoque. Primero, pasaron estas imágenes ruidosas por varios modelos informáticos de última generación que actualmente se consideran los mejores para predecir la memoria humana. Los resultados fueron sorprendentes. Los modelos informáticos se comportaron de una manera que se asemeja a un fenómeno llamado resonancia estocástica, donde añadir un poco de ruido puede, de hecho, hacer que una señal débil sea más fácil de detectar. En los modelos, añadir ruido hizo que las imágenes menos memorables parecieran más memorables, mientras que hizo que las imágenes más memorables parecieran menos memorables. Era como si el ruido confundiera el enfoque de la computadora, causando que juzgara erróneamente la importancia de la imagen.
Los investigadores pidieron luego a participantes humanos que realizaran la misma tarea, viendo las mismas imágenes ruidosas y desenfocadas en un juego de reconocimiento continuo en el que tenían que identificar imágenes repetidas. Los resultados humanos contaron una historia completamente diferente. Cuando las imágenes se degradaron, la memoria humana para las imágenes altamente memorables se mantuvo fuerte y resistente al ruido. Sin embargo, la memoria para las imágenes menos memorables disminuyó drásticamente. A diferencia de las computadoras, los humanos no encontraron que el ruido ayudara a recordar las imágenes olvidables; en cambio, el ruido simplemente hizo que fuera más difícil recordar cualquier cosa, pero la capacidad del cerebro para retener las imágenes más llamativas fue mucho más robusta. El estudio encontró que esta brecha entre el rendimiento humano y el de las máquinas persistió incluso cuando los investigadores reentrenaron los modelos informáticos con imágenes ruidosas, una técnica que usualmente ayuda a las máquinas a reconocer mejor objetos degradados. Los modelos continuaron juzgando erróneamente cómo el ruido afecta la memoria, lo que sugiere que su forma interna de procesar imágenes es fundamentalmente diferente a cómo los humanos aprenden y recuerdan.
Para entender por qué las computadoras estaban fallando, los investigadores observaron hacia dónde estaban "mirando" los modelos cuando realizaban sus juicios. Descubrieron que, para las imágenes altamente memorables, los modelos enfocaban su atención en una parte específica y central de la imagen. Cuando se añadía ruido, este enfoque se dispersaba y la confianza del modelo en la memorabilidad de la imagen caía. Para las imágenes menos memorables, los modelos inicialmente tenían un enfoque disperso, pero el ruido a veces causaba que se concentraran en un solo punto, aumentando accidentalmente su puntuación. En contraste, la memoria humana no depende de un único punto focal de la misma manera. Los investigadores descubrieron que la memoria humana depende en gran medida de cómo una imagen se relaciona con otras imágenes de un conjunto, en lugar de solo en las características de la imagen misma. Para probar esto, construyeron un nuevo modelo llamado GraphMem. En lugar de analizar cada imagen de forma aislada, este modelo observa las relaciones entre todas las imágenes, mapeándolas basándose en qué tan similares son entre sí.
Cuando los investigadores probaron este nuevo enfoque, los resultados cambiaron drámicamente. GraphMem, que tiene en cuenta el contexto y las relaciones entre las imágenes, funcionó de forma mucho más parecida a un humano. Predijo correctamente que las imágenes altamente memorables se mantendrían estables incluso a medida que el ruido aumentaba, mientras que las menos memorables sufrirían. No cayó en la trampa de pensar que el ruido hacía mejores a las imágenes malas. El estudio sugiere que la razón por la cual la inteligencia artificial actual tiene dificultades con la memoria bajo condiciones ruidosas es que trata cada imagen como un objeto independiente, ignorando el contexto más amplio en el que naturalmente vemos el mundo. Los humanos, habiendo crecido viendo el mundo con toda su claridad imperfecta, han aprendido a filtrar el ruido y a confiar en la distintividad de una imagen en relación con todo lo demás que hemos visto. Los hallazgos indican que, para construir sistemas de memoria verdaderamente similares a los humanos, la inteligencia artificial debe ir más allá del análisis de características individuales y comenzar a comprender la red de relaciones que conecta una imagen con la siguiente.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.