Ricordi il tipo di illusioni ottiche che probabilmente hai visto per la prima volta da bambino e che ne usano alcune combinazione di colori, luce e motivi per creare immagini che si rivelano ingannevoli o fuorvianti per noi cervelli? Si scopre che tali illusioni – in cui la percezione non corrisponde alla realtà – potrebbero, in effetti, essere una caratteristica del cervello, piuttosto che un bug. E insegnare a una macchina a riconoscere lo stesso tipo di illusioni può portare a un riconoscimento delle immagini più intelligente.
Questo è ciò che dicono gli esperti di visione artificiale della Brown University sono stato impegnato a lavorare. Stanno insegnando ai computer a vedere le illusioni ottiche dipendenti dal contesto, e quindi a sperare creare algoritmi di visione artificiale più intelligenti e più simili al cervello che si dimostreranno più robusti nella realtà mondo.
Video consigliati
“La visione artificiale è diventata onnipresente, dalle auto a guida autonoma che analizzano un segnale di stop ai software medici che cercano tumori in un’ecografia”,
Davide Meli, uno dei ricercatori di scienze cognitive che ha lavorato al progetto, che ora lavora presso la società di intelligenza artificiale Vicarious, ha detto a Digital Trends. “Tuttavia, questi sistemi presentano punti deboli derivanti dal fatto che sono modellati su un modello obsoleto di come funziona il nostro cervello. L’integrazione di meccanismi recentemente compresi dalle neuroscienze come quelli descritti nel nostro lavoro può aiutare a rendere questi sistemi di visione artificiale più sicuri. Gran parte del cervello rimane ancora poco compreso, e ulteriori ricerche sulla confluenza di cervello e macchine potrebbero aiutare a sbloccare ulteriori progressi fondamentali nella visione artificiale”.Nel loro lavoro, il team ha utilizzato un modello computazionale per esplorare e replicare i modi in cui i neuroni interagiscono tra loro durante la visualizzazione di un’illusione. Hanno creato un modello di connessioni di feedback dei neuroni, che rispecchia quello degli esseri umani, che risponde in modo diverso a seconda del contesto. La speranza è che questo possa aiutare in compiti come la differenziazione dei colori, ad esempio aiutare a robot progettato per raccogliere bacche rosse identificare quelle bacche anche quando la scena è immersa nella luce rossa, come potrebbe accadere al tramonto.
“Esistono molti intricati circuiti cerebrali per supportare tali forme di integrazione contestuale, e il nostro studio propone una teoria su come questo circuito funziona attraverso i tipi di campo recettivo e come la sua presenza viene rivelata in fenomeni chiamati illusioni ottiche”, Mely continuò. “Studi come il nostro, che utilizzano modelli computerizzati per spiegare come vede il cervello, sono necessari per migliorare i computer esistenti sistemi di visione: molti di essi, come la maggior parte delle reti neurali profonde, mancano ancora delle forme più elementari di contesto integrazione."
Anche se il progetto è ancora in una fase relativamente iniziale, il team ha già tradotto il file circuito neurale in un moderno modulo di apprendimento automatico. Quando è stato testato su un compito relativo al rilevamento e al tracciamento dei contorni, il circuito ha ampiamente superato la moderna tecnologia di visione artificiale.
Raccomandazioni degli editori
- Apple potrebbe già ridurre la produzione di Vision Pro
- A.I. sta guidando una rivoluzione nella progettazione dei chip, ed è solo all’inizio
- eBay utilizza la visione artificiale per far risaltare i prodotti dei venditori
- Apprendimento automatico? Reti neurali? Ecco la tua guida ai tanti gusti di A.I.
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
