心理学与人工智能视觉技术

李之齐 浙江理工大学

一、发展背景：心理学与人工智能的相遇

在《人工智能标准化白皮书（2018）》中人工智能是这样定义的人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能学者们致力于设计更加先进的算法和系统以模拟甚至延展人脑的智能，借助传感器等器件产生对外界环境(包括人类)进行感知，甚至可以像人一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生文字、语音、表情、动作(控制执行机构)等必要的反应。借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/ 增强现实等方式，人与机器间可以产生交互与互动，使机器设备越来越“理解”人类乃至与人类共同协作、优势互补。而心理学则是在研究人类本身的知觉，感觉，记忆，情绪，情感等心理机制，探讨意识与行为的之间的联系，从某个角度来看，心理学在研究人类行为的心理机制，而人工智能在研究智能系统运作的心理机制。

二、心理学对计算机视觉的启发

从心理学的角度来讲，人类的心理行为机制是一个黑箱，由于神经科学的局限我们不能直接的认识到大脑运行的机制，只能通过操作外部环境观察行为反馈来理解心理。同样的深度学习的层级越来越深，任务和网络结构越来越复杂，人工智能的运行方式对我们来说也是一个黑箱（Bornstein，2016；Lipton，2016）这种不透明性阻碍了寻求改进这些模型的基础研究，以及这些模型在现实世界问题中的应用（Caruana et al.，2015）。既然目前人工智能的视觉不但能够识别物体，理解物体间的关系，甚至通过体会情感，这样就有能力完成一些以前人类才能完成的心理学任务，利用心理学实验来探究人工智能的“黑箱”并对其进行改进，下面两个例子就会展示人工智能完成心理学任务。

（一）人工智能心理学实验室。DeepMind公司的就专门为人工智能开设了一个虚拟3D游戏世界中的心理学实验室―Psychlab(Leibo, J.Z., D'Autume, C.D.M.,2018)，人工智能能够在这个实验室像正常人一样环顾四周，而试验给予的视频图像刺激显示在实验室中的显示器中，给人工智能一个相应的任务，如果完成任务智能体会获得奖励。JoelZ.Leibo在他的论文中展示了8种任务，如图4所示，分别为：1.连续识别：判断面前的物品是否曾经出现过。2.变化检测，判断前后出现的两组图，是否发生了变化。3.任意的视觉映射，面前出现一个物体和四个标签，标签中只有一个是绿色。下次这个物体再出现的时候，要判断出对应的绿色标签在哪个位置。4.随机点运动方向判断：画面中间的圆形区域，会出现大量的随机点，人工智能需要指出主要的运动方向。5.视觉搜索：在一堆物体中发现要寻找的目标。6.玻璃图案测试：要判断两个图案中，哪一个是同心的玻璃图案。7.视敏度测试：测量人工智能在不同对比度下的视敏度。8.多对象追踪：画面中有一组两种颜色的小球，随后全部变成统一颜色并开始移动，最后指定一个小球，人工智能要判断原来这个球的颜色是什么。实验者利用人工智能的试验结果与人类进行相同试验的试验结果进行比较，来对人工智能进行改进。

（二）心理学实验改进人工智能。以Jaderberg等人2016年提出智能体UNREAL为例（Jaderbe rg et al,2016），在指向目标任务中，UNREAL与人相比，对目标和诱饵的大小非常敏感，目标大时学习速度要快得多，诱饵大时最终性能不太理想（如图1），这种发现也带来了对一个简单的中央凹视觉模型的具体改进，显著提高了UNREAL在其他Psychlab任务上的表现。

因为研究任务的相似性，心理物理学与认知心理学的研究范式正不断应用在人工智能领域，不止在视觉领域。例如，将大量关于情景记忆的研究应用到情景记忆体系结构的最近的人工智能研究中（Blundell et al，2016），并应用技术从语义认知研究到概念信息的最新模型（Raposo et al，2016）。

图1 （1）连续识别（2）变化检测（3）任意的视觉映射（4）随机点运动方向判断（5）视觉搜索（6）玻璃图案测试（7）视敏度测试（8）多对象追踪

（三）人工智能形状偏好。人对看到的不认识的东西与语义概念进行匹配的时候，会通过采用归纳偏好来消除许多不正确的推理，比如：1.整体偏好，概念指向完整物体。2.分类偏好，概念指向意见食物的基本类别。3.形状偏好，概念基于意见是我的形状颜色或材质。SamuelRitte(2017)的团队证明了人工智能在小样本的情况下认识对象时同样存在偏好，他们向深度神经网络展示了三个物体的图形：一个测试物体，一个与测试物体颜色相同但形状不同的物体，一个与测试物体形状相同但颜色不同的物体（如图2）。之后通过记录测试物体和和形状相同物体而非颜色相同物体被做出同样标注的次数占比来测量形状偏好。发现他们的神经网络如同人类一样对物体的形状有更强的偏好（相比较对物体的颜色或质地而言）。换言之，它们也具备形状偏好。并且同人类偏好形成的过程相同，形状偏好在神经网络训练时也是逐步显现的。

图2 人工智能的归纳偏好

三、结束语

综上所述，心理学已经渗透到人工智能视觉的方方面面，借助于注意力机制，长短时记忆机制等心理机制的帮助，人工智能已经不仅仅在感觉上认知看到的内容，更能从知觉上理解它。甚至我们还可以让它们做人类的心理学实验来认知人工智能的心理构造，为改善智能体能力提供了参照。尽管如此，现在的人工智能距离真正的强人工智能还有很长的路要走，学习效率低，通用性差，动机奖励函数设计困难，都是当前道路上遇到的问题，只有利用好计算机视觉才能更好的完成人类的工作。