Uninettuno University Logo | Corso Vittorio Emanuele II, 39 - Roma 0669207671 - info@uninettunouniversity.net

Corso Vittorio Emanuele II, 39 - Roma 0687940271

Bayesian inference reconsidered in the light of new visual illusions

Programma globale: Progetti di Ricerca di Rilevanza Nazionale
Call: Call 2022
Project Number: 20222AW3JL
Durata: 24 mesi (28/09/2023 - 27/09/2025)
Project Manager: Baingio Pinna
Coordinatore Scientifico UNINETTUNO: Livio Conti
Project Manager UNINETTUNO: Ilaria Dibosco


Sintesi

Nel quadro della percezione bayesiana, si presume che tutte le fissazioni delle credenze percettive siano collegate al calcolo della probabilità posteriore bayesiana. L'inferenza bayesiana è una procedura statistica che porta a una combinazione ottimale delle prove disponibili con le credenze precedenti. Nella percezione, in genere, questo approccio implica una stima razionale della struttura della scena che combina l'adattamento ai dati dell'immagine disponibili con l'insieme mentale del percettore (conoscenze di base, contesto, ecc.). Lo scopo finale del progetto è quello di testare quantitativamente le condizioni necessarie e sufficienti ("Se A, allora B" e "A, solo se B") del quadro bayesiano per il verificarsi dei nuovi fenomeni in esame e, alla luce dei risultati, arricchire e migliorare il quadro bayesiano.

Descrizione

<div>Per raggiungere l&#39;obiettivo del progetto, i metodi generali si basano su tre procedure: i) fenomenologia sperimentale, volta a esplorare qualitativamente i principali attributi delle illusioni; ii) metodi psicofisici utili a misurare quantitativamente la probabilit&agrave; anteriore p(H) e la conoscenza specificata dalla verosimiglianza, p(D|H); iii) osservatore ideale bayesiano, progettato per massimizzare una misura di performance per un compito visivo (ad esempio, la proporzione di decisioni corrette) e, di conseguenza, utile come benchmark con cui confrontare le prestazioni umane per lo stesso compito. Gli osservatori ideali rappresentano il test psicofisico pi&ugrave; forte, in quanto sono modelli completi di prestazioni visive basati sia sul posterior che sul compito. La &quot;psicofisica bayesiana&quot; procede tipicamente dalla definizione di un semplice compito sperimentale e dalla specificazione di come un osservatore bayesiano si comporterebbe in quel compito. Il compito sperimentale &egrave; tale da consentire agli sperimentatori di determinare le distribuzioni di probabilit&agrave; necessarie per verificare se le prestazioni dei soggetti sono coerenti con l&#39;inferenza bayesiana.</div> <div>Esse comprendono tre classi principali, cruciali per i nostri scopi:</div> <ol> <li>somiglianza-dissimilarit&agrave; tra componenti all&#39;interno delle stesse figure, che genera quello che &egrave; stato chiamato principio di accentuazione, rappresentando di fatto un&#39;antinomia per l&#39;approccio bayesiano;</li> <li>una nuova illusione di movimento apparente, che rafforza ulteriormente l&#39;antinomia dovuta al principio di accentuazione e</li> <li>i paradossi invisibili delle ombre vs. ombreggiature vs. illuminazioni e le illusioni di pseudo-ombra che rivelano contraddizioni tra priori potenziali e probabilit&agrave;.</li></ol> <p>I principali risultati fenomenici degli stimoli sono descritti nelle legende incluse in ogni figura. Poich&eacute; la caratteristica attraente dei modelli bayesiani del comportamento &egrave; quella di fornire descrizioni di ci&ograve; che sarebbe ottimale per un determinato compito, essi vengono spesso definiti modelli &quot;dell&#39;osservatore ideale&quot;, perch&eacute; quantificano quanto aggiornare le nostre credenze alla luce di nuove prove. Gli scostamenti da questi modelli normativi possono essere spiegati in termini di altri vincoli, come la complessit&agrave; computazionale o le differenze individuali o di sviluppo. Ci&ograve; comporta la necessit&agrave;, nell&#39;ambito di questo progetto, di testare diverse classi di soggetti appartenenti a diverse et&agrave; (dai 5 ai 25 anni, passando per le principali et&agrave; critiche dello sviluppo), sesso, livello di istruzione, ecc.</p>

Obiettivi

Lo scopo principale di questo progetto &egrave; quello di articolare chiaramente e indagare attraverso nuove illusioni visive, basate su condizioni limitanti, le affermazioni secondo cui la percezione pu&ograve; essere modellata per mezzo dell&#39;inferenza bayesiana. Lo scopo finale del progetto &egrave; quello di testare quantitativamente le condizioni necessarie e sufficienti (&quot;Se A, allora B&quot; e &quot;A, solo se B&quot;) del quadro bayesiano per il verificarsi dei nuovi fenomeni in esame e, alla luce dei risultati, arricchire e migliorare il quadro bayesiano.

Ruolo UNINETTUNO

Uninettuno &egrave; partner del progetto e il suo professore Livio Conti &egrave; Substitute Principal Investigator.