¿Recuerdas el tipo de ilusiones ópticas que probablemente viste por primera vez cuando eras niño y que utilizan algunos combinación de color, luz y patrones para crear imágenes que resulten engañosas o engañosas para nuestros ¿sesos? Resulta que esas ilusiones (en las que la percepción no coincide con la realidad) pueden, de hecho, ser una característica del cerebro, más que un error. Y enseñar a una máquina a reconocer el mismo tipo de ilusiones puede resultar en un reconocimiento de imágenes más inteligente.
Esto es lo que dicen los expertos en visión por computadora de la Universidad de Brown. he estado ocupado trabajando en. Están enseñando a las computadoras a ver ilusiones ópticas que dependen del contexto y, con suerte, a ver crear algoritmos de visión artificial más inteligentes y parecidos a un cerebro que resultarán más robustos en la realidad mundo.
Vídeos recomendados
"La visión por computadora se ha vuelto omnipresente, desde automóviles autónomos que analizan una señal de alto hasta software médico que busca tumores en una ecografía".
David Melly, dijo a Digital Trends uno de los investigadores de ciencias cognitivas que trabajó en el proyecto, que ahora trabaja en la empresa de inteligencia artificial Vicarious. “Sin embargo, esos sistemas tienen debilidades derivadas del hecho de que están modelados según un modelo obsoleto de cómo funciona nuestro cerebro. La integración de mecanismos recién comprendidos desde la neurociencia, como los que aparecen en nuestro trabajo, puede ayudar a que esos sistemas de visión por computadora sean más seguros. Gran parte del cerebro sigue siendo poco conocido, y una mayor investigación sobre la confluencia de cerebros y máquinas puede ayudar a desbloquear más avances fundamentales en la visión por computadora”.En su trabajo, el equipo utilizó un modelo computacional para explorar y replicar las formas en que las neuronas interactúan entre sí cuando ven una ilusión. Crearon un modelo de conexiones de retroalimentación de neuronas, que refleja el de los humanos, que responde de manera diferente según el contexto. La esperanza es que esto ayude con tareas como la diferenciación de colores (por ejemplo, ayudar a un robot diseñado para recoger frutos rojos identificar esas bayas incluso cuando la escena está bañada por una luz roja, como puede ocurrir al atardecer.
"Existen muchos circuitos cerebrales intrincados para respaldar tales formas de integración contextual, y nuestro estudio propone una teoría de cómo Este circuito funciona a través de tipos de campos receptivos y cómo su presencia se revela en fenómenos llamados ilusiones ópticas”, Mely continuado. "Estudios como el nuestro, que utilizan modelos informáticos para explicar cómo ve el cerebro, son necesarios para mejorar las capacidades informáticas existentes. sistemas de visión: muchos de ellos, como la mayoría de las redes neuronales profundas, todavía carecen de las formas más básicas de información contextual. integración."
Si bien el proyecto aún está en su relativa infancia, el equipo ya ha traducido el Circuito neuronal en un módulo moderno de aprendizaje automático.. Cuando se probó en una tarea relacionada con la detección y el seguimiento de contornos, el circuito superó ampliamente a la tecnología moderna de visión por computadora.
Recomendaciones de los editores
- Es posible que Apple ya esté recortando la producción de Vision Pro
- AI. está liderando una revolución en el diseño de chips y apenas está comenzando
- eBay implementa visión por computadora para hacer que los productos de los vendedores destaquen
- ¿Aprendizaje automático? ¿Redes neuronales? Aquí está su guía de los muchos sabores de A.I.
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
