PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2602.12486v2cs.CV

인간의 물리적 추론의 기초가 되는 객체 표상 모델링

Modeling The Object Representations Underlying Human Physical Reasoning

인간은 물리적 현상을 추론할 때 오목한 부분을 매끄럽게 다듬은 대략적인 부피 기반의 '바디(bodies)'로 객체를 표상하는 것으로 보이며, 이는 효율적인 물리적 예측을 위해 미세한 시각적 세부 정보를 절충한 결과입니다. 그러나 이러한 표상의 구조는 여전히 거의 알려지지 않았습니다. 반면 분할(segmentation) 모델은 픽셀 단위로 정확한 마스크를 생성하도록 학습(training)되므로 이러한 바디와 잘 일치하지 않을 수 있습니다. 본 연구에서는 그럼에도 불구하고 이러한 모델들이 인간과 유사한 객체 표상을 획득하는지, 그리고 언제 획득하는지 질문을 던집니다. 각각 178명과 50명의 인간 참가자 데이터가 포함된 충돌 시간(TTC) 및 변화 감지(CD) 행동 과제를 활용하여, 분할 모델의 시각적 표상을 인간의 시각적 표상과 비교할 수 있는 파이프라인과 정렬(alignment) 지표를 제안합니다. 다양한 모델 크기와 학습 시간을 적용하여 여러 아키텍처(DINOv2, SegFormer, DeepLabV3+, UPerNet)에서 체계적으로 이를 수행합니다. 연구 결과, 짧은 시간 동안 학습된 모델은 객체를 지나치게 거칠게 분할하여 인간과의 정렬 수준이 낮았으며, 완전히 학습된 모델은 객체를 지나치게 세밀하게 분할하는 것으로 나타났습니다. 각 모델마다 인간의 행동에서 관찰되는 대략적인 바디와 가장 잘 일치하는 중간 단계의 학습 구간이 존재하며, 모델 크기가 클수록 이 구간에 더 일찍 도달하는 경향이 있습니다. 우리는 이러한 바디가 범용 비전 모델의 자원 제약 조건 하에서 창발함을 보여주며, 이는 인간 인지에 대한 자원 합리성(resource-rational) 설명에 계산적 근거를 제공합니다. 본 연구는 비전 모델과 인간 간의 정렬을 검증하기 위한 기초적인 프레임워크를 제공하며, 모델 크기와 학습 스케일링(scaling)으로 인해 인공지능의 최신 기술과 인간 인지 사이의 격차가 점차 벌어지고 있음을 보여줍니다.