Come fanno le illusioni ottiche a ingannare il cervello

Vedere è indovinare, e di solito indovinare bene

Livello Base — linguaggio semplice, senza matematica

Sembra che i tuoi occhi mandino immagini al cervello e che il cervello le guardi. Non è così. Il tuo occhio manda un pasticcio: una macchia di luce e di buio da una lente che ha un punto cieco in mezzo, che traballa parecchie volte al secondo, nitida solo in una regione grande come l'unghia del pollice a un braccio di distanza. Tutto quello che sembra visione - stabile, ampia, dettagliata, a colori - viene ricostruito dopo.

La ricostruzione funziona indovinando, e le supposizioni sono eccellenti perché sono costruite su regole quasi sempre giuste. Le cose lontane sembrano più piccole. Le superfici in ombra riflettono meno luce senza cambiare colore. I bordi di solito vogliono dire che un oggetto finisce. Non ti accorgi mai delle regole perché non sbagliano quasi mai.

Un'illusione è un'immagine costruita apposta per rompere una di quelle regole. L'immagine fornisce gli indizi per una regola, la regola scatta, e la risposta viene sbagliata - e sapere che è sbagliata non aiuta minimamente. Questa è la parte importante. Non puoi decidere di vedere i due quadrati come lo stesso grigio, perché la decisione non viene presa in nessun posto a cui tu abbia accesso.

Premi il pulsante per passare in rassegna quattro di queste immagini, poi premi mostrami la prova e guarda i tuoi occhi rifiutarsi di accettare l'evidenza. La domanda interessante non è perché qui ti stiano ingannando. È che cosa stiano facendo in silenzio, quelle stesse regole, a tutto il resto che guardi.

Inibizione laterale, indizi di profondità e costanza di chiarezza

Livello Studente — le equazioni principali

La distorsione comincia già nell'elaborazione più precoce. Le cellule gangliari della retina hanno campi recettivi centro-periferia: la luce al centro eccita, quella in periferia inibisce, quindi la cellula riporta il contrasto locale invece della luminosità locale. È un progetto eccellente: rimuove il livello complessivo di illuminazione, che non è informativo, e tiene i bordi, che lo sono. La griglia di Hermann ne discende direttamente: a un incrocio una parte maggiore della periferia inibitoria è coperta dal bianco che non lungo una barra, quindi la cellula scarica meno e l'incrocio sembra più scuro.

L'illusione di Müller-Lyer viene di solito spiegata come interpretazione di profondità applicata a sproposito. Le alette verso l'esterno assomigliano allo spigolo vicino di un edificio, quelle verso l'interno all'angolo lontano di una stanza. Il sistema visivo scala la dimensione apparente in base alla distanza apparente - una correzione necessaria, dato che la dimensione retinica da sola non dice niente - e applicarla a un disegno piatto fa sembrare una linea più lunga. Le prove sono indicative più che definitive: l'illusione è più debole nelle persone cresciute in ambienti privi di angoli squadrati, il che si accorda col racconto ma non lo dimostra.

L'ombra sulla scacchiera di Adelson è la più forte delle quattro perché l'effetto è enorme e il calcolo sottostante è evidentemente corretto. Il sistema visivo sta cercando di ricavare la riflettanza, cioè una proprietà della superficie, dalla luminanza, che è riflettanza moltiplicata per illuminazione. Di fronte a un quadrato in ombra che manda la stessa luce di uno fuori dall'ombra, l'unica inferenza sensata è che quello in ombra debba essere una superficie più chiara. Quell'inferenza è giusta nel mondo e sbagliata sullo schermo.

Il muro del caffè lavora ancora più in basso, nell'interazione fra i piccoli bordi di contrasto della linea di malta e le piastrelle ai lati. Piccoli errori locali su dove stia un bordo si accumulano lungo la fila e vengono letti come una pendenza. La sua scoperta illustra bene quanto banali possano essere le fonti: fu notata sul muro di un caffè di Bristol, e segnalata da un passante.

Ottica inversa, codifica predittiva e di che cosa sia prova un'illusione

Livello Esperto — profondità matematica completa

01La visione come problema inverso mal posto

L'immagine è una proiezione, e la proiezione distrugge informazione: infinite scene tridimensionali, illuminazioni e riflettanze producono una data immagine retinica. Ricavare la scena è quindi mal posto nel senso di Hadamard e non ammette soluzione unica dai soli dati. L'unica via d'uscita è vincolare la soluzione con assunzioni su quali scene siano probabili, cioè con dei priori. Sotto questa lettura un'illusione non è un malfunzionamento: è la posteriore corretta sotto un priore che lo stimolo è stato progettato per violare, ed è una delle poche finestre sperimentali dirette su quali siano quei priori.

02Codifica predittiva e che cosa porta la retroazione

L'anatomia è scomoda per qualsiasi racconto puramente in avanti: le connessioni dalle aree visive superiori verso V1 sono più numerose di quelle in avanti. La codifica predittiva propone che le vie discendenti portino predizioni dell'attività in arrivo e che quelle ascendenti portino solo il residuo, cioè la parte che la predizione non è riuscita a spiegare. Il quadro rende conto in modo naturale dell'end-stopping e della soppressione periferica come errore di predizione invece che come rilevamento di caratteristiche, e spiega perché uno stimolo inatteso produca risposte molto più grandi di uno prevedibile. Resta un quadro più che un resoconto stabilito: il microcircuito corticale specifico che lo implementerebbe è ancora dibattuto.

03Costanza di chiarezza, e perché la scacchiera non è un errore

La teoria dell'ancoraggio sostiene che il sistema visivo assegni la chiarezza dentro una cornice, cioè una regione giudicata condividere l'illuminazione, ancorando tipicamente al bianco la luminanza più alta di quella cornice. L'ombra sulla scacchiera funziona perché la regione in ombra viene interpretata come cornice a sé, e B sta vicino alla cima del suo intervallo locale. La prova più forte che si tratti di una genuina interpretazione di scena e non di un artefatto di contrasto locale è che l'illusione collassa quando l'ombra viene resa fisicamente implausibile: un'ombra con bordo netto che attraversa un oggetto occludente smette di produrre l'effetto, pur restando immutata ogni relazione locale di luminanza.

04Le statistiche delle scene naturali come origine dei priori

I priori non sono arbitrari: approssimano le statistiche del mondo. Le immagini naturali hanno spettri di potenza che calano grosso modo come \(1/f^2\), forti correlazioni locali e una marcata sovrarappresentazione degli orientamenti cardinali, e la sensibilità del sistema visivo è accordata a tutte e tre, incluso l'effetto obliquo, la nostra acuità misurabilmente peggiore per gli orientamenti diagonali. La teoria della codifica efficiente, da Barlow e Attneave in poi, prevede che un sistema debba allocare la sua gamma dinamica limitata per decorrelare l'ingresso, e il filtraggio centro-periferia è vicino al filtro di sbiancamento ottimo per immagini con quello spettro. Su questa lettura la retina comprime perché la compressione è ciò che un collo di bottiglia informativo richiede.

05Dove l'analogia con la visione artificiale tiene e dove cede

Le reti convoluzionali riproducono parecchie illusioni classiche senza esservi addestrate, il che è prova che gli effetti discendono dalle statistiche e dall'architettura più che da qualcosa di peculiarmente biologico. Ma le modalità di fallimento divergono nettamente: gli esempi avversariali ingannano le reti con perturbazioni invisibili agli umani, e gli umani vengono ingannati da configurazioni che lasciano le reti impassibili. Due sistemi che risolvono lo stesso problema mal posto con priori diversi falliscono in punti diversi, il che è un utile promemoria del fatto che un punteggio condiviso su un benchmark non implica una rappresentazione condivisa.