Comment décidons-nous quoi regarder ensuite ? Un modèle informatique a la réponse

Imaginez que vous regardez par la fenêtre : un petit oiseau vole dans le ciel bleu et une fille avec une casquette de baseball rouge marche le long du trottoir en passant devant deux personnes assises sur un banc. Vous pensez peut-être que vous « voyez simplement » ce qui se passe, mais la vérité est que pour donner un sens au monde qui nous entoure, nous prenons constamment des décisions actives quant à l’endroit où regarder.

Nous bougeons généralement nos yeux deux à trois fois par seconde. Mais comment décider quand bouger les yeux et où regarder ensuite ? Est-ce le battement d’ailes de l’oiseau ou la couleur de la casquette de baseball qui attire notre attention ?

Alors que les psychologues et les neuroscientifiques s’intéressent depuis longtemps à ces questions, une nouvelle étude publiée dans Biologie computationnelle PLOS par Nicolas Roth, Martin Rolfs, Olaf Hellwich et Klaus Obermayer du Cluster of Excellence Science of Intelligence ont apporté un nouvel éclairage sur le sujet en simulant le comportement des mouvements oculaires à l’aide d’une approche de modélisation informatique.

En comparant les données de suivi oculaire humain avec leurs simulations, les auteurs ont montré à quel point les objets visuels sont importants pour guider nos mouvements oculaires.

Sur la base de l’ensemble des preuves expérimentales existantes, les auteurs ont construit un cadre informatique qui modélise les mécanismes attentionnels précédemment découverts.

“Le monde qui nous entoure est dynamique et beaucoup plus complexe que votre stimulus typique dans les expériences psychologiques. Ces expériences se limitent généralement à des images statiques ou à des compositions de formes géométriques simples, et les modèles précédents décrivant la façon dont les humains explorent leur environnement ne fonctionnent généralement que dans de tels scénarios réduits. “Avec notre cadre de modélisation, nous avons trouvé une approche simple mais puissante pour tester différentes hypothèses sur la façon dont le système visuel pourrait fonctionner”, a déclaré Nicolas Roth, l’auteur principal de l’article.

Historiquement, les modèles informatiques qui prédisent ce à quoi les humains prêtent attention sont basés sur ce que l’on appelle « l’attention spatiale ». L’idée est que le cerveau traite l’ensemble du champ visuel où tout ce que nous voyons est directement mappé sur une image mentale de la scène à partir de laquelle il sélectionne la prochaine cible du mouvement oculaire. Dans une telle carte, des parties remarquables de la scène (comme l’emplacement de la couleur rouge du bonnet ou le mouvement des ailes de l’oiseau) ressortent et sont par conséquent les plus susceptibles d’être sélectionnées comme cibles pour les mouvements oculaires suivants.

Il existe cependant de plus en plus de preuves en faveur d’une vision concurrente, selon laquelle ce n’est pas la visibilité de chaque emplacement dans cet espace qui détermine où regarder ensuite, mais plutôt les objets sémantiquement définis.

Dans les modèles supposant une « attention basée sur les objets », le mouvement des ailes serait toujours visible, mais il serait immédiatement traité comme faisant partie de l’oiseau en vol. De même, un tel modèle ne sélectionnerait pas l’emplacement de la couleur la plus remarquable de la scène comme prochaine position du regard. Au lieu de cela, il diviserait d’abord la scène en différents objets, puis, sur la base de cette représentation, choisirait l’objet à regarder en fonction de ses caractéristiques telles que la couleur des vêtements d’une personne.

“La différence entre ces deux manières possibles de représenter les cibles potentielles des mouvements oculaires par le cerveau peut sembler technique”, a déclaré Roth. “Pourtant, il est crucial de déterminer si l’attention visuelle est basée sur l’espace ou sur les objets pour comprendre comment le cerveau organise et agit sur les informations visuelles. Par conséquent, nous pensons que notre découverte de modèles basés sur des objets entraînant des mouvements oculaires beaucoup plus humains est une étape importante dans la compréhension des principes de base permettant de comprendre le monde visuel.

Cette étude peut avoir des implications importantes pour la création de systèmes artificiels, tels que les robots.

“Comme nous pouvons désormais modéliser les mouvements oculaires dans des scènes dynamiques du monde réel, nous pouvons également transférer nos connaissances vers des systèmes artificiels qui interagissent avec le monde réel. Par exemple, au cluster “Science de l’intelligence”, nous et nos collègues robotiques sommes actuellement étudier comment un robot bénéficie du déplacement actif de ses caméras pour explorer son environnement en utilisant une attention basée sur les objets d’inspiration humaine”, a déclaré Roth.