幻觉欺骗神经网络的方式与人类被视觉错觉欺骗的方式相同

这个标题有点拗口，其实这是现在流行的神经网络研究的最新成果，也就是人工神经网络也会存在着人类的一些视觉错误或幻觉导致的视觉被欺骗的问题，这样的研究也揭示了人工神经网络和我们人体大脑之间的神经网络之间有很多相似之处。

卷积神经网络（Convolutional Neural Networks, CNN）是一种人工神经网络，其中的神经元以与生物大脑视觉皮层中的神经元非常相似的方式组织成感受野（感受器受刺激兴奋时，通过感受器官中的向心神经元将神经冲动（各种感觉信息）传到上位中枢，一个神经元所反应（支配）的刺激区域就叫做神经元的感受野（receptive field），又被叫做受纳野）。如今，在各种自治系统（autonomous system。在互联网中，一个自治系统(AS)是一个有权自主地决定在本系统中应采用何种路由协议的小型单位。例如面部检测和识别，自动驾驶汽车等）中发现了卷积神经网络（CNN）。这种类型的网络在许多人工视觉任务（例如图像分割和分类）以及许多其他应用程序中非常有效。

卷积网络的灵感来自于人类视觉系统的行为，尤其是其基本结构，这种基本结构是由包含线性运算和非线性运算的复合模块串联而成的。发表在《视觉研究》杂志上的一项研究检查了卷积网络中视觉错觉的现象及其对人类视觉的影响。信息和通信技术系（DTIC）的成员AlexanderGómezVila，AdrianMartín，JavierVázquez-Corral和MarceloBertalmío进行了一项研究，瓦伦西亚大学的研究员JesúsMalo参加了这项研究。

“由于卷积神经网络与我们的视觉系统之间的这种联系，我们希望了解卷积网络是否遭受与我们的视觉系统类似的问题。因此，我们专注于视觉幻觉。视觉错觉是我们的大脑对图像的感知与实际不同。”研究的第一作者戈麦斯·维拉（GómezVila）解释说。

在他们的研究中，作者训练了卷积神经网络来完成人类视觉也能执行的简单任务，例如给视频去噪和去模糊。他们观察到的是，在这些实验条件下训练的这些卷积神经网络也会被亮度和彩色视觉幻觉“欺骗”，就像视觉幻觉欺骗人类一样。

此外，正如戈麦斯·维拉（GómezVilla）所解释的那样，“对于我们的工作，我们还分析了这种错觉何时导致网络中的响应并非物理上预期的那样，但它们也不符合人类的感知，”也就是说，卷积神经网络获得视觉错觉与人类感知的错觉不同。

这项研究的结果与长期以来的假设一致，该假设将低级视觉错觉视为优化自然环境（人类在日常生活中所见）的副产品。同时，这些结果突出了人类视觉系统与CNN人工神经网络之间的局限性和差异。