I ratti vedono il mondo con una complessità che le moderne reti neurali artificiali faticano a eguagliare. È quanto emerge da uno studio recentemente pubblicato sulla rivista Patterns dal Visual Neuroscience Lab della Scuola Internazionale Superiore di Studi Avanzati (SISSA), guidato da Davide Zoccolan. Utilizzando una rete neurale convoluzionale (CNN), una specifica tipologia di intelligenza artificiale particolarmente efficace nel riconoscere il contenuto delle immagini, i ricercatori hanno cercato di replicare la capacità dei ratti di riconoscere oggetti in situazioni più o meno complicate, cambiando le dimensioni, posizioni, rotazioni e oscurando parzialmente gli oggetti da riconoscere.
I risultati rivelano che, anche a confronto con i progressi dell’intelligenza artificiale, la visione dei ratti è estremamente efficiente e adattabile, e all’aumentare della complessità delle manipolazioni applicate alle immagini, la rete neurale ha bisogno di più risorse per competere con le capacità visive di questi animali. Inoltre, i ratti e l’intelligenza artificiale hanno delle strategie di elaborazione delle immagini diverse, suggerendo che le reti neurali hanno ancora qualcosa da imparare dalle neuroscienze.
Read the full press release: