おそらく子供の頃に初めて見た、ある種の光を使った目の錯覚を覚えていますか? 色、光、パターンを組み合わせて、私たちの心を欺いたり、誤解を与えたりする画像を作成すること。 頭脳？ 知覚が現実と一致しないこのような錯覚は、実際にはバグではなく脳の特性である可能性があることが判明しました。 そして、同じ種類の錯覚を認識するように機械に教えると、より賢い画像認識が実現する可能性があります。
これはブラウン大学のコンピューター ビジョン専門家によるものです に取り組むのに忙しかった. 彼らはコンピューターに状況依存の錯視を見るように教えており、それによってうまくいけば よりスマートで、より脳に似た人工視覚アルゴリズムを作成し、現実の環境でより堅牢であることが証明されるようにする 世界。
おすすめ動画
「一時停止標識を解析する自動運転車から、超音波で腫瘍を探す医療ソフトウェアに至るまで、コンピューター ビジョンが至る所に普及しました。」 デビッド・メリーと、このプロジェクトに携わった認知科学研究者の一人で、現在は人工知能企業Vicariousで働いている人物がDigital Trendsに語った。 「しかし、これらのシステムには、私たちの脳の仕組みに関する時代遅れの青写真をモデルにしているという事実に起因する弱点があります。 私たちの研究で取り上げられているような、神経科学から新たに理解されたメカニズムを統合することは、コンピューター ビジョン システムをより安全にするのに役立つかもしれません。 脳の多くはまだ十分に理解されていないため、脳と機械の融合におけるさらなる研究は、コンピュータービジョンのさらなる根本的な進歩を解き放つのに役立つかもしれません。」
研究では、チームは計算モデルを使用して、錯覚を見たときにニューロンが相互に作用する方法を調査し、再現しました。 彼らは、状況に応じて異なる反応を示す、人間のフィードバック接続を反映したニューロンのフィードバック接続のモデルを作成しました。 これが色の区別などのタスクに役立つことを期待しています。たとえば、 赤いベリーを摘むように設計されたロボット 日没時など、シーンが赤い光に照らされている場合でも、それらの果実を識別できます。
「このような形態の文脈統合をサポートするために多くの複雑な脳回路が存在しており、私たちの研究は、どのようにして統合されるかについての理論を提案しています。 この回路はさまざまな種類の受容野に作用し、その存在が錯視と呼ばれる現象でどのように明らかにされるのかを研究しています」とメリー氏は述べた。 続けた。 「脳がどのように物事を見ているかを説明するためにコンピューターモデルを使用する私たちのような研究は、既存のコンピューターを強化するために必要です ビジョン システム: それらの多くは、ほとんどのディープ ニューラル ネットワークと同様、依然としてコンテキストの最も基本的な形式を欠いています。 統合。"
プロジェクトはまだ比較的初期段階にありますが、チームはすでに 神経回路を最新の機械学習モジュールに組み込む. 輪郭検出と輪郭追跡に関連するタスクでテストしたところ、この回路は最新のコンピューター ビジョン テクノロジーを大幅に上回りました。
編集者のおすすめ
- AppleはすでにVision Proの生産を削減している可能性がある
- A.I. チップ設計革命をリードしていますが、それはまだ始まったばかりです
- eBay はコンピューター ビジョンを導入して販売者の商品をポップにします
- 機械学習？ ニューラルネットワーク? ここでは、A.I. のさまざまな機能についてのガイドをご紹介します。
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
