인간의 시각은 수백만 년 동안 글자를 읽고, 물건을 구별해내는 등 특정 상황에 맞게끔 진화해왔다. 하지만 색깔, 크기, 정렬, 움직임 등을 잘못 판단하게 유도하는 착시현상에 대해 명확한 답을 내릴 수 없는 것이 시각계의 유일한 결점이다.

이러한 착시현상에 대한 이해도를 높이기 위해 루이스빌 대학의 엔터 로버트 윌리엄스(Enter Robert Williams)와 로만 얌폴스키(Roman Yampolskiy)는 딥러닝을 통해 답을 얻고자했다. 최근 인공지능을 통해 기계가 사물 및 안면 인식을 하고 비슷한 물체 이미지를 생성한다는 점에서 착안, 여러 종류의 착시현상을 불러일으키는 그림을 배우게 한 후 새로운 착시현상 이미지를 생성하게 함으로써 인공지능 신경망을 통해 인간의 시각계를 이해하고자 했다.

결과적으로는 현재의 머신러닝 시스템으로는 새로운 착시현상 그림을 생성해 낼 수 없었다. 기계가 학습하기에는 턱없이 부족한 착시현상 그림 수와 기계의 시각계는 “착시”라는 현상을 이해하지 못한 것이 가장 큰 실패원인이다.

수많은 연구자들이 기계의 시각계를 통해 인간의 시각계를 이해하려는 노력을 하고 있으며, 기계가 착시현상을 느끼게 되는 순간 인간의 시각에 대한 이해도가 높아질 것이라고 한다.