Onderzoekers van de Universiteit van Amsterdam (UvA) hebben hersenpatronen blootgelegd waarmee mensen razendsnel inschatten hoe ze zich in een omgeving kunnen bewegen. De studie laat niet alleen zien hoe het menselijke brein werkt, maar ook waar kunstmatige intelligentie nog achterloopt. Volgens de onderzoekers kan AI duurzamer en mensvriendelijker worden met deze kennis over het brein.
Als we een plaatje van een onbekende omgeving zien, bijvoorbeeld een bergpad, een drukke straat of een rivier, weten we direct wat we in die omgeving kunnen. Wandelen, fietsen, zwemmen of juist niet verdergaan. PhD-student Clemens Bartnik toont samen met een aantal medeauteurs aan hoe we dankzij unieke hersenpatronen inschattingen van mogelijke acties maken. Ook vergeleek het team, geleid door hersenwetenschapper Iris Groen, dit menselijke vermogen met een groot aantal AI-modellen. Onder meer ChatGPT werd meegenomen in de studie. ‘AI-modellen bleken hier minder goed in en kunnen nog veel leren van het efficiënte menselijke brein’, concludeert Groen.
MRI-scanner
Met behulp van een MRI-scanner onderzocht het team wat er in de hersenen gebeurt als mensen naar uiteenlopende foto’s van binnen- en buitenomgevingen kijken. De deelnemers gaven met een knopje aan of de afbeelding uitnodigde tot lopen, fietsen, rijden, zwemmen, varen of klimmen. Tegelijkertijd werd hun hersenactiviteit gemeten. Groen: ‘We wilden zo weten: als je naar een scène kijkt, zie je dan vooral wat er ís – zoals objecten of kleuren – of zie je ook automatisch wat je ermee kunt doen. Dat laatste noemen psychologen “affordances”: mogelijkheden tot actie.’
Het team concludeerde dat bepaalde gebieden in de visuele hersenschors actief worden op een manier die niet kan worden verklaard door zichtbare objecten in het beeld. ‘Deze hersengebieden representeren niet alleen wat er te zien is, maar ook wat je ermee kunt doen.’
Het onderzoek bewijst daarmee voor het eerst dat affordances niet alleen een psychologisch concept zijn, maar ook een meetbare eigenschap van onze hersenen.
AI kan leren van de mens
De onderzoekers vergeleken ook hoe goed AI-modellen kunnen inschatten wat je in een bepaalde omgeving kunt doen. Deze bleken veel slechter in het voorspellen van mogelijke acties. ‘Als ze specifiek worden getraind op actieherkenning, konden ze de menselijke beoordeling wel enigszins benaderen. Maar duidelijk was dat de menselijke hersenpatronen niet overeenkwamen met de interne berekeningen van de modellen’, zegt Groen.
Het laat volgens haar zien dat onze manier van kijken diep verweven is met hoe we ons door de wereld bewegen. ‘Nu steeds meer sectoren AI inzetten, wordt het belangrijk dat machines niet alleen herkennen wat iets is, maar ook begrijpen wat ermee kan. Denk aan een robot die de weg moet vinden in rampgebieden, of een zelfrijdende auto die een fietspad herkent.’