Un estudio que publica iScience probó más de 200 redes neuronales profundas y "ningún modelo ha reproducido por completo los patrones de reconocimiento de objetos de los seres humanos", señaló el investigador Biyu Hen, de la Universidad de Nueva York y uno de los firmantes del artículo.

La capacidad de los seres humanos para aprovechar las pistas de la forma global en el reconocimiento visual de objetos "sigue siendo inigualable", pues los pueden identificar basándose en múltiples características, como su textura, pequeños detalles internos y su forma o silueta general.

Sin embargo, en comparación con las personas, las máquinas pueden verse afectadas incluso por pequeñas distorsiones en la imagen.

Con el tiempo, las máquinas 'aprenden' patrones complejos que les permiten reconocer visualmente y nombrar objetos basándose en su apariencia.

Los modelos computacionales de redes neuronales profundas se desarrollan entrenando a los ordenadores con grandes cantidades de datos e imágenes y el equipo decidió averiguar si los modelos existentes para la visión artificial funcionaban de la misma manera que la humana.

Para ello crearon un conjunto de imágenes, modificando sistemáticamente las formas generales, las partes internas y las texturas de numerosas imágenes, como las de un gato, una mariposa, un coche y una mazorca de maíz.

El siguiente paso fue comparar la capacidad de los seres humanos para identificar correctamente esos objetos con la de docenas de los mejores modelos de redes neuronales profundas.

Los algoritmos informáticos obtuvieron sistemáticamente peores resultados que las personas siempre que el reconocimiento de objetos dependía únicamente del reconocimiento de la forma general.

Estos resultados muestran que "los modelos actuales de visión por ordenador no se asemejan del todo a los humanos, a pesar de haber sido entrenados con una enorme cantidad de fotografías tomadas por personas", indicó He, citado por la revista.

El estudio ofrece una nueva forma de evaluar y comparar la visión artificial con la de las personas y los investigadores consideran que sus resultados podrían dar lugar a mejoras de la primera en el futuro.

Esas mejoras podrían contribuir al desarrollo de dispositivos de asistencia más eficaces, incluidas las interfaces cerebro-ordenador, que prometen permitir a las personas con discapacidad ver y actuar mejor en el mundo real.