深度神经网络中视觉数字辨别能力的评测
人工智能
2023-03-14 v1 计算机视觉与模式识别
机器学习
摘要
辨别大量与少量数量的能力是人类和动物基本数字能力的核心方面。在这项工作中，我们考察了为视觉设计的最先进神经网络在多大程度上展现出这一基本能力。受动物与婴儿数字认知研究的启发，我们采用数字二分程序来测试不同神经网络架构族中的数字辨别能力。我们的结果表明，具有视觉专用归纳偏置的模型有助于数量辨别，因为具备此类偏置的模型在该任务上测试误差最低，且往往具有在性质上类似于执行该任务的人类和动物的心理测量曲线。然而，即使在标准性能指标上测得的最强模型，在训练与测试条件不同的迁移实验中也无法辨别数量，这表明此类归纳偏置可能并不充分。
引用
@article{arxiv.2303.07172,
title = {Evaluating Visual Number Discrimination in Deep Neural Networks},
author = {Ivana Kajić and Aida Nematzadeh},
journal= {arXiv preprint arXiv:2303.07172},
year = {2023}
}