Probing the Neural Basis of Visual Abstraction: Macaques and ANN Models Achieve Similar Sketch Recognition Performance
Notice bibliographique
Résumé
Visual abstraction is the process of distilling complex visual scenes into their essential components. Such abstraction is exemplified by the production and recognition of sketches, which can be effective in conveying the content of a scene while omitting many details. To what degree does visual abstraction also manifest in non-human primates, and what neural computations are responsible? To answer this question, we measured how well macaque monkeys (N=2) could identify the visual concept conveyed in human-drawn sketches and evaluated how well their behavior and ventral stream neural responses could be predicted by an artificial neural network (i.e., AlexNet). Both macaques performed a sketch-recognition task using stimuli (1000 images, 10 object categories) from the Google Quick Draw dataset. In each trial, we briefly presented (100 ms) a sketch, followed by a choice screen where monkeys selected which of two object images the sketch represented. Both monkeys achieved accuracies exceeding 70%, demonstrating that even simple sketches convey sufficient information for robust object identification by non-human primates. The monkeys’ image-by-image recognition accuracies significantly correlated with those predicted by AlexNet (R = 0.42, p<0.001). This correlation matched the monkeys’ noise ceiling (~0.4), indicating that AlexNet strongly approximates the abstraction strategies employed by the primate visual systems, given intrinsic variability in the current dataset. We also recorded population activity (384 sites) from inferior temporal (IT) cortex as monkeys viewed line drawings and sketches. Using linear classification on IT responses, we found that distributed neural activity patterns strongly predicted (accuracy~0.83, chance-level=0.5) object identity, providing evidence that IT cortex encodes the abstract visual features underlying sketch recognition. These findings establish macaques as a powerful model for investigating the neural computations that support sketch recognition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».