خطاهای بصری نشان میدهند که ادراک انسان بازتابی ساده و مکانیکی از واقعیت نیست. بلکه حاصل میانبُرهای پیچیدهای است که مغز برای پردازش سریع و کارآمد جهان بصری به کار میگیرد.
مغز انسان نمیتواند تمام جزئیات محیط را همزمان پردازش کند. بنابراین بر اساس تجربههای قبلی پیشبینی میکند که چه چیزی را باید ببیند، و سپس دادههای حسی را با این پیشبینیها تطبیق میدهد. همین سازوکار است که گاه به خطای دید منجر میشود؛ مانند بزرگتر دیده شدن ماه در افق یا توهم حرکت در تصاویر ثابت.
پژوهش های جدید
پژوهشهای جدید نشان میدهد برخی سامانههای هوش مصنوعی، بهویژه شبکههای عصبی عمیق، میتوانند دچار همان خطاهای بصری شوند که انسان تجربه میکند. این یافتهٔ شگفتانگیز به دانشمندان امکان میدهد بدون محدودیتهای اخلاقیِ آزمایش روی انسان، مدلهایی مصنوعی از ادراک بسازند. فرضیههای مربوط به عملکرد مغز را بیازمایند.
برای مثال، پژوهشگران با استفاده از مدلی مبتنی بر «کُدگذاری پیشبینانه» نشان دادند که یک شبکه عصبی که هرگز با خطای دید مواجه نشده بود. هنگام مشاهده الگوی معروف «مارهای چرخان» همان توهم حرکتی را تجربه میکند که انسان میبیند. این شباهت از این ایده پشتیبانی میکند که مغز نیز با تکیه بر پیشبینیِ حرکت دچار چنین خطایی میشود.
با این حال، تفاوتها نیز قابل توجهاند. انسان میتواند با تمرکز نگاه، بخشی از تصویر را ثابت ببیند. در حالی که هوش مصنوعی فاقد سازوکار توجه است، و کل تصویر را یکپارچه پردازش میکند. این اختلافها نشان میدهد که گرچه برخی اصول کلی مشترکاند. اما ساختار و سازماندهی مغز انسان همچنان بسیار پیچیدهتر است. و هیچ مدل هوش مصنوعی هنوز قادر نیست تمام خطاهای بصری انسانی را بازتولید کند.
پژوهشهای نوآورانه حتی از مفاهیم فیزیک کوانتومی برای مدلسازی ادراکهای دوگانه، مانند «مکعب نکر» یا «گلدان روبین»، بهره گرفتهاند. جایی که ادراک میان دو تفسیر نوسان میکند. این رویکردها نهتنها به فهم عمیقتر مغز کمک میکنند، بلکه میتوانند در آینده برای بررسی تغییر ادراک در فضا یا شرایط گرانشی متفاوت به کار روند.
