Comment les illusions d'optique trompent-elles le cerveau

Voir, c'est deviner, et généralement bien deviner

Niveau Débutant — langage simple, sans maths

On a l'impression que nos yeux envoient des images au cerveau et que le cerveau les regarde. Ce n'est pas le cas. Votre œil envoie un fouillis : une bouillie de clair et de sombre venant d'une lentille percée d'un point aveugle en son milieu, qui tremble plusieurs fois par seconde, nette seulement dans une région de la taille de l'ongle du pouce à bout de bras. Tout ce qui ressemble à de la vision - stable, large, détaillé, en couleur - est reconstruit après coup.

La reconstruction fonctionne en devinant, et les suppositions sont excellentes parce qu'elles reposent sur des règles presque toujours justes. Les choses lointaines paraissent plus petites. Les surfaces à l'ombre renvoient moins de lumière sans changer de couleur. Les bords signifient généralement qu'un objet s'arrête. Vous ne remarquez jamais les règles parce qu'elles n'échouent presque jamais.

Une illusion est une image construite exprès pour casser l'une de ces règles. L'image fournit les indices d'une règle, la règle se déclenche, et la réponse sort fausse - et savoir qu'elle est fausse n'aide pas le moins du monde. C'est cela l'important. Vous ne pouvez pas décider de voir les deux carrés comme le même gris, parce que la décision n'est prise nulle part où vous ayez accès.

Appuyez sur le bouton pour parcourir quatre d'entre elles, puis appuyez sur montre-moi la preuve et regardez vos propres yeux refuser d'accepter l'évidence. La question intéressante n'est pas pourquoi on vous trompe ici. C'est ce que ces mêmes règles font en silence à tout le reste de ce que vous regardez.

Inhibition latérale, indices de profondeur et constance de clarté

Niveau Élève — les équations essentielles

La distorsion commence dès le traitement le plus précoce. Les cellules ganglionnaires de la rétine ont des champs récepteurs centre-pourtour : la lumière au centre excite, celle du pourtour inhibe, si bien que la cellule rapporte le contraste local plutôt que la luminosité locale. C'est une excellente conception : elle retire le niveau d'éclairement global, non informatif, et garde les bords, qui le sont. La grille de Hermann en découle directement : à un croisement, une plus grande part du pourtour inhibiteur est couverte de blanc que le long d'une barre, donc la cellule décharge moins et le croisement paraît plus sombre.

L'illusion de Müller-Lyer s'explique généralement par une interprétation de profondeur mal appliquée. Les ailettes vers l'extérieur ressemblent à l'angle proche d'un bâtiment, celles vers l'intérieur au coin lointain d'une pièce. Le système visuel met à l'échelle la taille apparente selon la distance apparente - correction nécessaire, puisque la taille rétinienne seule ne dit rien - et l'appliquer à un dessin plat fait paraître une ligne plus longue. Les preuves sont indicatives plutôt que définitives : l'illusion est plus faible chez les personnes élevées dans des environnements sans angles droits, ce qui concorde avec l'explication sans la démontrer.

L'ombre sur le damier d'Adelson est la plus forte des quatre parce que l'effet est énorme et que le calcul sous-jacent est manifestement correct. Le système visuel cherche à retrouver la réflectance, propriété de la surface, à partir de la luminance, qui est réflectance multipliée par éclairement. Face à un carré à l'ombre qui renvoie la même lumière qu'un carré hors de l'ombre, la seule inférence sensée est que celui à l'ombre doit être une surface plus claire. Cette inférence est juste dans le monde et fausse sur un écran.

Le mur du café travaille plus bas encore, dans l'interaction entre les petits bords de contraste de la ligne de mortier et les carreaux de part et d'autre. De légères erreurs locales sur la position d'un bord s'accumulent le long de la rangée et se lisent comme une pente. Sa découverte illustre bien la banalité possible des sources : elle a été remarquée sur le mur d'un café de Bristol, et signalée par un passant.

Optique inverse, codage prédictif, et de quoi une illusion est la preuve

Niveau Expert — profondeur mathématique complète

01La vision comme problème inverse mal posé

L'image est une projection, et la projection détruit de l'information : une infinité de scènes tridimensionnelles, d'éclairements et de réflectances produisent une image rétinienne donnée. Retrouver la scène est donc mal posé au sens de Hadamard et n'admet pas de solution unique à partir des seules données. La seule issue est de contraindre la solution par des hypothèses sur les scènes probables, c'est-à-dire des a priori. Sous cette lecture, une illusion n'est pas un dysfonctionnement : c'est la postérieure correcte sous un a priori que le stimulus a été conçu pour violer, et c'est l'une des rares fenêtres expérimentales directes sur la nature de ces a priori.

02Codage prédictif et ce que porte la rétroaction

L'anatomie est embarrassante pour tout récit purement ascendant : les connexions des aires visuelles supérieures vers V1 sont plus nombreuses que celles qui montent. Le codage prédictif propose que les voies descendantes portent des prédictions de l'activité entrante et que les voies ascendantes ne portent que le résidu, la part que la prédiction n'a pas su expliquer. Le cadre rend compte naturellement de l'end-stopping et de la suppression du pourtour comme erreur de prédiction plutôt que comme détection de traits, et explique pourquoi un stimulus inattendu produit des réponses bien plus grandes qu'un stimulus prévisible. Cela reste un cadre plutôt qu'un acquis : le microcircuit cortical précis qui l'implémenterait est encore débattu.

03Constance de clarté, et pourquoi le damier n'est pas une erreur

La théorie de l'ancrage soutient que le système visuel attribue la clarté à l'intérieur d'un cadre, une région jugée partager le même éclairement, en ancrant typiquement au blanc la luminance la plus haute de ce cadre. L'ombre sur le damier fonctionne parce que la région ombrée est analysée comme un cadre à part, et B se situe près du haut de sa gamme locale. La meilleure preuve qu'il s'agit d'une véritable interprétation de scène et non d'un artefact de contraste local est que l'illusion s'effondre lorsque l'ombre est rendue physiquement implausible : une ombre à bord net traversant un objet occultant cesse de produire l'effet, alors même que toutes les relations locales de luminance sont inchangées.

04Les statistiques des scènes naturelles comme origine des a priori

Les a priori ne sont pas arbitraires : ils approchent les statistiques du monde. Les images naturelles ont des spectres de puissance décroissant à peu près en \(1/f^2\), de fortes corrélations locales et une nette surreprésentation des orientations cardinales - et la sensibilité du système visuel est accordée aux trois, y compris l'effet oblique, notre acuité mesurablement moindre pour les orientations diagonales. La théorie du codage efficace, depuis Barlow et Attneave, prédit qu'un système doit allouer sa dynamique limitée à décorréler son entrée, et le filtrage centre-pourtour est proche du filtre de blanchiment optimal pour des images à ce spectre. Sous cet angle, la rétine comprime parce que la compression est ce qu'exige un goulot informationnel.

05Où l'analogie avec la vision artificielle tient et où elle cède

Les réseaux convolutifs reproduisent plusieurs illusions classiques sans y avoir été entraînés, ce qui indique que les effets découlent des statistiques et de l'architecture plutôt que de quelque chose de proprement biologique. Mais les modes d'échec divergent nettement : les exemples adversariaux trompent les réseaux avec des perturbations invisibles aux humains, et les humains sont trompés par des configurations qui laissent les réseaux impassibles. Deux systèmes résolvant le même problème mal posé sous des a priori différents échouent à des endroits différents - rappel utile qu'un score commun sur un jeu d'évaluation n'implique pas une représentation commune.