Asociaciones contextuales representadas tanto en redes neuronales como en el comportamiento humano

Las asociaciones contextuales facilitan el reconocimiento de objetos en la visión humana. Sin embargo, el papel del contexto en la visión artificial sigue siendo elusivo, al igual que las características que los humanos utilizan para definir el contexto. Investigamos si los objetos contextualizados (bicicleta-casco) se representan de manera más similar en las redes neuronales convolucionales (CNN) utilizadas para la comprensión de imágenes que los objetos no relacionados (bicicleta-tenedor). Los estímulos eran objetos contra un fondo blanco y consistían en un conjunto diverso de contextos (N = 73). Las representaciones de objetos contextualizados en las CNN eran más similares entre sí que a los objetos no relacionados en todas las capas de la CNN. Críticamente, la similitud encontrada en las CNN se correlacionó con el comportamiento humano en múltiples experimentos que evaluaban la relación contextual, emergiendo significativa solo en las capas posteriores. Los resultados demuestran que el contexto está inherentemente representado en las CNN como resultado del entrenamiento en reconocimiento de objetos, y que la representación en las capas posteriores de la red capta las regularidades contextuales que predicen el comportamiento humano.