Chaque jour, nous faisons preuve d’une facilité impressionnante à reconnaître des objets même lorsqu’ils ne sont pas entièrement visibles. Cette capacité, qui s’appuie sur le processus de l’intégration des contours, semble être une compétence innée chez les humains. En revanche, les systèmes d’intelligence artificielle, bien qu’avancés, rencontrent des difficultés majeures lorsqu’il s’agit de traiter des informations visuelles incomplètes ou fragmentées. Cette différence souligne les défis auxquels sont confrontés les modèles d’IA, notamment dans des domaines essentiels tels que la conduite autonome et les applications robotiques.
Chaque jour, nous faisons preuve d’une étonnante capacité à reconnaître des amis dans une foule ou à identifier des objets familiers même lorsqu’ils sont en partie cachés. Cette aptitude, connue sous le nom d’intégration des contours, permet aux humains de reconstituer des fragments en objets complets, même dans un environnement chaotique. En revanche, malgré les avancées significatives réalisées par l’intelligence artificielle dans le domaine de la reconnaissance d’images, les machines peinent à reproduire cette compétence essentielle. L’Université polytechnique fédérale de Lausanne (EPFL) a mené une étude qui met en lumière ces différences, soulignant pourquoi les humains sont largement supérieurs dans cette tâche.
Qu’est-ce que l’intégration des contours ?
L’intégration des contours est un processus visuel par lequel notre cerveau assemble des fragments d’informations visuelles pour créer une représentation cohérente d’un objet. Cette capacité est cruciale lorsque les objets sont partiellement cachés, effacés ou fragmentés. Les humains sont capables de compléter ces manques, repérant rapidement et efficacement des objets dans diverses conditions. Cette compétence est fondamentale pour notre navigation dans le monde quotidien, que ce soit en identifiant des formes familières ou en reconnaissant des visages.
Les défis de l’IA en reconnaissance d’images
À l’opposé, les systèmes d’intelligence artificielle, malgré les lourds investissements dans leur développement, rencontrent des obstacles considérables lorsqu’il s’agit de généraliser des informations visuelles incomplètes ou fragmentées. Les résultats d’études révèlent que lorsque les contours des objets sont fragmentés, la plupart des modèles d’IA échouent de manière catastrophique. Ils ont tendance à mal classifier ou à abandonner la tâche. Cette situation soulève des préoccupations quant à leur efficacité dans des applications réelles, telles que les voitures autonomes ou les dispositifs médicaux utilisant la vision par ordinateur.
Une étude comparative entre les humains et l’IA
Une étude menée par le laboratoire NeuroAI de l’EPFL a cherché à comparer systématiquement les performances de l’humain et de l’IA face à des énigmes visuelles. Les chercheurs, dont Ben Lönnqvist, ont sollicité 50 volontaires pour identifier des objets du quotidien dont les contours étaient systématiquement effacés ou segmentés. En parallèle, plus de 1 000 modèles d’IA, y compris certains des systèmes les plus avancés, ont été soumis aux mêmes tâches. Les résultats ont montré que les humains surpassent systématiquement l’IA en matière d’intégration des contours.
Résultats étonnants des tests de reconnaissance
Les expériences ont révélé que les humains étaient capables de maintenir une précision de 50 % même lorsque la majorité des contours d’un objet étaient absents. En revanche, les modèles d’IA ont souvent eu recours à des suppositions aléatoires dans des conditions similaires. Seuls les systèmes entraînés sur des milliards d’images ont approché des performances comparables à celles des humains, et encore, uniquement pour des images similaires à celles utilisées dans l’étude.
Les biais d’intégration et leurs implications
Les chercheurs ont également découvert que les humains tendent à reconnaître les objets dont les parties fragmentées pointent dans la même direction, un phénomène désigné comme « biais d’intégration ». Les modèles d’IA qui ont été formés pour développer un biais similaire ont montré des performances améliorées face à des distorsions d’image. L’entraînement des systèmes d’IA dans le sens de l’intégration des contours a non seulement amélioré leur précision, mais a également déplacé leur focalisation sur la forme des objets plutôt que sur leur texture de surface.
Vers une IA plus humaine dans la vision par ordinateur
Les résultats de cette recherche suggèrent que l’intégration des contours n’est pas une compétence innée mais peut être acquise par l’expérience. Pour les industries qui dépendent de la vision par ordinateur, développer des systèmes d’IA capables de percevoir le monde de manière plus humaine pourrait entraîner des technologies plus sûres et plus fiables. L’étude indique que le chemin le plus efficace pour combler le fossé entre les performances humaines et celles de l’IA réside non pas dans des modifications structurelles des algorithmes, mais dans l’alimentation des machines avec un régime visuel plus « humain », incluant une diversité d’images du monde réel où les objets sont souvent partiellement cachés.
Pour en savoir plus sur les avancées technologiques dans le domaine de la reconnaissance d’images et de la vision par ordinateur, consultez ces articles passionnants : Reconnaissance faciale ultra-rapide, Système de dialogue en IA, Base de données linguistique pour la reconnaissance vocale, Reconnaissance d’activités de groupe, et IA pour déterminer la composition des batteries.
EN BREF
|
