Motion Illusions Generated Using Predictive Neural Networks Also Fool Humans

Cet article démontre que les illusions de mouvement statiques résultent des mécanismes prédictifs du cerveau en présentant un modèle génératif (EIGen) qui crée de telles illusions et confirme leur efficacité sur des participants humains, soutenant ainsi l'idée que nous percevons les prédictions de notre cerveau plutôt que l'entrée visuelle brute.

L'essentiel

Voici une explication simple et imagée de cette recherche scientifique, conçue pour être comprise par tout le monde.

🎨 Le Secret des Images qui "Bougent" : Quand l'IA a les mêmes hallucinations que nous

Imaginez que vous regardez une photo fixe, parfaitement immobile. Pourtant, si vous la fixez un moment, vous avez l'impression que les cercles tournent, que les vagues défilent ou que les formes s'éloignent. C'est ce qu'on appelle une illusion de mouvement.

Pendant longtemps, les scientifiques se sont demandé : "Pourquoi notre cerveau se fait-il avoir ? Est-ce un bug dans nos yeux ? Une erreur de calcul ?"

Cette nouvelle étude, menée par Lana Sinapayen et Eiji Watanabe, propose une réponse fascinante : Ce n'est pas un bug, c'est une fonctionnalité. Notre cerveau ne se contente pas de regarder le monde ; il essaie constamment de deviner ce qui va se passer ensuite. Et parfois, il se trompe si fort qu'il voit du mouvement là où il n'y en a pas.

Pour prouver cela, les chercheurs ont fait quelque chose de très original : ils ont créé une Intelligence Artificielle (IA) qui a les mêmes "hallucinations" que les humains.

---

🤖 L'histoire de l'IA "Devineuse" (EIGen)

Pour comprendre leur méthode, imaginez un jeu de devinettes :

1. L'élève (l'IA) : Les chercheurs ont créé une IA appelée EIGen. Cette IA a été entraînée comme un étudiant très sérieux qui regarde des milliers de vidéos (des gens marchant dans un parc, par exemple). Sa seule tâche est de prédire la prochaine image de la vidéo. Si elle voit quelqu'un marcher, elle doit deviner où il sera dans une seconde.
2. Le test (l'illusion) : Ensuite, les chercheurs montrent à cette IA une image fixe (une photo qui ne bouge pas).
3. Le résultat : Comme l'IA est conditionnée à prédire du mouvement, elle "voit" du mouvement dans l'image fixe ! Elle pense : "Ah, ces motifs ressemblent à quelque chose qui tourne, donc la prochaine image va tourner !". Elle génère donc une prédiction de mouvement là où il n'y en a pas.

C'est exactement ce qui arrive à notre cerveau humain ! Nous sommes tous des "prévisionnistes" biologiques.

🧬 La méthode des "Échecs Partagés"

C'est ici que la recherche devient brillante. Les chercheurs utilisent une approche qu'ils appellent "Perception Artificielle".

Imaginez que vous essayez de construire un robot qui marche comme un humain.

• Si le robot tombe quand un humain ne tombe pas, il ne ressemble pas vraiment à un humain.
• Mais si le robot trébuche exactement de la même manière que l'humain (par exemple, sur la même pierre, pour la même raison), alors vous savez qu'il a un système de marche très similaire au nôtre.

Dans cette étude :

1. Les chercheurs ont créé de nouvelles illusions avec l'IA (en utilisant un algorithme d'évolution, un peu comme la sélection naturelle, pour faire "grandir" des images de plus en plus trompeuses).
2. Ils ont montré ces nouvelles images à des humains.
3. Le verdict : Les humains ont vu du mouvement dans les images créées par l'IA !

Cela prouve que l'IA et le cerveau humain utilisent le même mécanisme pour voir le monde. Si l'IA se trompe de la même façon que nous, c'est que son "cerveau" fonctionne comme le nôtre.

🔍 Ce qu'ils ont découvert

• Le cerveau devine avant de voir : Nous ne voyons pas la réalité brute. Nous voyons ce que notre cerveau s'attend à voir. Si un motif ressemble à du mouvement, le cerveau "remplit les trous" et nous fait voir du mouvement.
• Les illusions sont universelles : Les chercheurs ont remarqué que l'IA a redécouvert des illusions célèbres créées par des humains (comme le célèbre "Serpent Rotatif" d'Akiyoshi Kitaoka). L'IA a trouvé ces motifs toute seule, simplement en essayant de prédire le mouvement.
• Noir et blanc vs Couleur : L'IA crée de meilleures illusions en noir et blanc qu'en couleur, tout comme les humains sont plus sensibles aux illusions de mouvement en noir et blanc.

🌟 Pourquoi est-ce important ?

Cette étude nous dit quelque chose de profond sur la nature de l'intelligence (qu'elle soit humaine ou artificielle) :

Voir, c'est deviner.

Notre cerveau n'est pas une caméra passive. C'est un moteur de prévision actif. Les illusions ne sont pas des erreurs à corriger, mais la preuve que notre cerveau est extrêmement efficace pour anticiper le futur.

En créant une IA qui "hallucine" comme nous, les chercheurs nous disent : "Pour créer une vraie intelligence artificielle, ne cherchez pas seulement à ce qu'elle réussisse tout parfaitement. Cherchez à ce qu'elle échoue de la même façon que nous." C'est dans nos erreurs partagées que se cache la vérité sur notre fonctionnement.

En résumé

Imaginez que votre cerveau est un chef cuisinier qui prépare un repas avant même d'avoir les ingrédients. Il devine le goût, l'odeur, la texture. Parfois, il se trompe et vous avez l'impression de goûter quelque chose qui n'est pas là (l'illusion).

Cette étude a créé un "robot-cuisinier" qui, lui aussi, devine le repas. Et quand on lui montre un plat vide, il a la même hallucination gustative que vous. Cela prouve que le robot et l'humain utilisent la même recette pour cuisiner la réalité.

Résumé technique

Voici un résumé technique détaillé de l'article « Motion Illusions Generated Using Predictive Neural Networks Also Fool Humans », rédigé en français.

1. Problématique et Contexte

La perception visuelle humaine est un système complexe sujet à des erreurs systématiques, notamment les illusions de mouvement (où une image statique est perçue comme en mouvement). Bien que ces illusions soient bien documentées (ex: l'illusion des « Serpents Rotatifs »), leur mécanisme causal exact reste débattu.

L'hypothèse centrale de cet article est que l'illusion de mouvement est un sous-produit des capacités prédictives du cerveau. Selon la théorie du codage prédictif, le cerveau génère constamment des prédictions sur l'environnement et minimise l'erreur entre ces prédictions et les entrées sensorielles. Si le cerveau prédit fortement un mouvement basé sur des motifs spécifiques, cette prédiction peut supprimer l'entrée sensorielle réelle (statique), créant ainsi une perception erronée de mouvement.

L'objectif est de valider cette hypothèse en utilisant une approche d'« Perception Artificielle ». Au lieu de simplement comparer les performances, les auteurs cherchent à reproduire les échecs (les illusions) d'un système biologique dans un système artificiel. Si un modèle d'IA échoue (perçoit un mouvement là où il n'y en a pas) de la même manière que les humains, cela suggère qu'ils partagent des principes de fonctionnement fondamentaux.

2. Méthodologie : Le Générateur d'Illusion Évolutionnaire (EIGen)

Les auteurs ont développé un système nommé EIGen (Evolutionary Illusion GENerator) pour générer de nouvelles illusions visuelles. L'architecture repose sur deux modules principaux couplés :

A. L'Évaluateur (Le Modèle Prédictif)

• Base : Un réseau de neurones prédictif profond (Prednet) entraîné sur le jeu de données First Person Interaction (FPSI), qui contient des vidéos de personnes se déplaçant dans un parc d'attractions.
• Fonctionnement : Le modèle est entraîné à prédire les cadres futurs d'une séquence vidéo.
• Test d'illusion : Pour évaluer une image statique, celle-ci est répétée 20 fois pour former une séquence d'entrée statique.
  • Une prédiction correcte serait une copie parfaite de l'image.
  • Si le modèle prédit une rotation ou une expansion (mouvement), cela indique une erreur de prédiction interprétée comme un mouvement illusoire.
• Analyse : Un calcul de flux optique (méthode Lucas-Kanade) est appliqué aux sorties du modèle pour quantifier la direction et l'amplitude du mouvement prédit.

B. Le Générateur (Évolution Artificielle)

• Génération d'images : Utilisation de Réseaux de Production de Motifs Compositionnels (CPPN).
• Optimisation : Un algorithme évolutionnaire (NEAT - NeuroEvolution of Augmenting Topologies) fait évoluer les paramètres des CPPN.
• Fonction de Fitness (Critère de sélection) : L'algorithme sélectionne les images qui maximisent un score basé sur quatre conditions empiriques déduites des illusions humaines connues :
  1. Nombre de vecteurs : Beaucoup de sources de mouvement illusoire.
  2. Amplitude : Des vecteurs de mouvement importants (mais limités pour éviter les instabilités numériques).
  3. Alignement : Une cohérence dans la direction des vecteurs voisins.
  4. Contraste : Une opposition de sens entre certains vecteurs voisins (créant un conflit de prédiction).
• Structure de sortie : Les images générées sont contraintes à des cercles avec des bandes concentriques de motifs alternés (horaire/anti-horaire), simulant la structure des illusions classiques.

C. Validation Humaine

• Une enquête psychométrique a été menée auprès de 293 participants.
• Les participants ont évalué des images générées par EIGen (noir et blanc et couleur) ainsi que des illusions humaines de référence (Serpents Rotatifs, Fraser-Wilcox, Medaka).
• Ils devaient indiquer la présence, le type (rotationnel vs radial) et l'intensité du mouvement perçu.

3. Résultats Clés

A. Génération et Redécouverte d'Illusions

• EIGen a réussi à générer de nouvelles images induisant un mouvement perçu.
• Le système a « redécouvert » des illusions existantes sans avoir été programmé spécifiquement pour cela :
  • Il a généré des versions de l'illusion Fraser-Wilcox.
  • Il a produit une image similaire à l'illusion « Medaka » (école de poissons) de Kitaoka.
• Cela démontre que le modèle prédictif converge vers les mêmes solutions que les créateurs humains.

B. Performance des Modèles (Noir et Blanc vs Couleur)

• Modèle Noir et Blanc : A généré des illusions plus fortes, perçues comme des rotations par la majorité des participants.
• Modèle Couleur : A généré des illusions plus faibles, avec peu de mouvement perçu.
• Comparaison avec le « Saint Graal » : L'illusion des Serpents Rotatifs (créée par l'homme) reste l'illusion la plus puissante, surpassant toutes les générations de l'IA. Cependant, les meilleures illusions de l'IA se situent au-dessus de l'illusion Fraser-Wilcox.

C. Validation de l'Hypothèse (Échec Partagé)

• Les images qui ont induit un mouvement dans le modèle prédictif (Prednet) ont également induit un mouvement chez les participants humains.
• Les images qui n'ont pas induit de mouvement dans le modèle (ou qui étaient des contrôles) n'ont pas été perçues comme mouvantes par les humains.
• La corrélation entre l'erreur du modèle (prédiction de mouvement) et la perception humaine valide l'idée que le mécanisme sous-jacent est similaire.

4. Contributions et Signification

Contributions Techniques

1. EIGen : Un nouveau cadre génératif combinant réseaux de neurones prédictifs et algorithmes évolutionnaires pour créer des illusions visuelles.
2. Preuve par l'échec : Démonstration que les « échecs » d'un modèle d'IA (prédire du mouvement sur du statique) peuvent être utilisés comme un outil puissant pour valider des théories neuroscientifiques.
3. Redécouverte automatique : Capacité d'un système à retrouver des structures d'illusions connues (Fraser-Wilcox, Medaka) uniquement en optimisant pour maximiser l'erreur de prédiction.

Signification Scientifique

• Soutien au Codage Prédictif : Les résultats renforcent l'hypothèse selon laquelle le codage prédictif est un mécanisme causal majeur dans la perception des illusions de mouvement. Le fait qu'un modèle artificiel basé sur ce principe reproduise les mêmes illusions que les humains suggère que le cerveau humain fonctionne selon des principes similaires.
• Systèmes Cognitifs Mimétiques (Cognito-mimetic) : L'article propose une nouvelle approche pour l'IA et la vie artificielle : au lieu de viser uniquement la performance, il faut viser la reproduction des modes d'échec biologiques. Si une machine échoue comme un humain, elle partage probablement les mêmes principes de fonctionnement fondamentaux.
• Limites : La fonction de fitness utilisée est encore heuristique (« ad hoc ») et ne capture pas toute la nuance de la perception humaine (les illusions générées sont moins fortes que les meilleures illusions humaines). De plus, la raison précise pour laquelle certaines conditions (comme le contraste de sens des vecteurs) sont nécessaires reste à élucider théoriquement.

En conclusion, cet article établit un lien fonctionnel fort entre les défaillances des réseaux de neurones prédictifs et les illusions visuelles humaines, suggérant que l'illusion est le prix à payer pour un cerveau qui prédit activement son environnement.