Au début du XXe siècle, un groupe de psychologues allemands s’est demandé comment le cerveau trouvait du sens lorsqu’il était confronté à quelque chose qui semble chaotique et imprévisible. Pour répondre à cette question, ils ont développé la notion d'”effet de gestalt” ; l’idée selon laquelle, lorsqu’il s’agit de perception, l’ensemble peut avoir un autre sens que les parties unitaires qui le constitue. Depuis lors, les psychologues ont découvert que le cerveau humain était remarquablement doué pour percevoir des images complètes sur base d’informations fragmentaires. Ces effets de gestalt s’appliquent-ils aussi aux réseaux neuronaux.
Aujourd’hui, nous obtenons une réponse grâce au travail de Been Kim et de ses collègues de Google Brain, la division de recherche en IA (intelligence artificielle) de l’entreprise à Mountain View, en Californie. Les chercheurs ont testé plusieurs réseaux neuronaux en utilisant les mêmes expériences de gestalt conçues pour les humains. Ces derniers auraient de bonnes preuves que les machines parviennent effectivement à percevoir des objets entiers en observant des fragments.
Les chercheurs ont ainsi testé si la machine pouvait combler les lacunes dans les images pour former une image complète. Dans l’ensemble, l’approche de l’équipe ouvre la porte à une toute nouvelle façon d’étudier les réseaux neuronaux à l’aide des outils de la psychologie expérimentale. Cela ressemble peu ou prou à un premier pas en direction d’un nouveau domaine, celui de la psychologie des machines.
La suite ici ( Emerging Technology from the arXiv)
