Herinner je je nog het soort optische illusies dat je waarschijnlijk voor het eerst zag als kind, en waarvan er een paar werden gebruikt? combinatie van kleur, licht en patronen om beelden te creëren die voor ons bedrieglijk of misleidend blijken te zijn hersenen? Het blijkt dat dergelijke illusies – waarbij de perceptie niet overeenkomt met de werkelijkheid – in feite eerder een kenmerk van de hersenen kunnen zijn dan een bug. En als je een machine leert hetzelfde soort illusies te herkennen, kan dit resulteren in slimmere beeldherkenning.
Dit zeggen computer vision-experts van Brown University druk mee bezig geweest. Ze leren computers contextafhankelijke optische illusies te zien, en daardoor hopelijk ook creëer slimmere, meer hersenachtige algoritmen voor kunstmatige visie die in de praktijk robuuster zullen blijken te zijn wereld.
Aanbevolen video's
“Computervisie is alomtegenwoordig geworden, van zelfrijdende auto’s die een stopbord ontleden tot medische software die op zoek is naar tumoren in een echografie,”
David Mely, vertelde een van de Cognitive Science-onderzoekers die aan het project werkten, nu werkzaam bij kunstmatige intelligentiebedrijf Vicarious, aan Digital Trends. “Deze systemen hebben echter zwakke punten die voortkomen uit het feit dat ze zijn gemodelleerd naar een verouderde blauwdruk van hoe onze hersenen werken. Het integreren van nieuw begrepen mechanismen uit de neurowetenschappen, zoals die in ons werk, kan helpen deze computervisiesystemen veiliger te maken. Een groot deel van de hersenen wordt nog steeds slecht begrepen, en verder onderzoek naar de samenvloeiing van hersenen en machines kan helpen verdere fundamentele vooruitgang op het gebied van computervisie te ontsluiten.”In hun werk gebruikte het team een computationeel model om de manieren te onderzoeken en te repliceren waarop neuronen met elkaar omgaan bij het bekijken van een illusie. Ze creëerden een model van feedbackverbindingen van neuronen, dat een afspiegeling is van dat van mensen, die verschillend reageren afhankelijk van de context. De hoop is dat dit zal helpen bij taken als kleurdifferentiatie, bijvoorbeeld bij het helpen van een robot ontworpen om rode bessen te plukken om die bessen te identificeren, zelfs als de scène in rood licht baadt, zoals bij zonsondergang kan gebeuren.
“Er bestaan veel ingewikkelde hersencircuits om dergelijke vormen van contextuele integratie te ondersteunen, en onze studie stelt een theorie voor over hoe Dit circuit werkt over receptieve veldtypen heen, en hoe de aanwezigheid ervan wordt onthuld in verschijnselen die optische illusies worden genoemd”, zegt Mely voortgezet. “Studies zoals de onze, die computermodellen gebruiken om uit te leggen hoe de hersenen zien, zijn nodig om de bestaande computers te verbeteren visiesystemen: velen ervan missen, net als de meeste diepe neurale netwerken, nog steeds de meest basale vormen van contextueel integratie.”
Hoewel het project nog in de relatieve kinderschoenen staat, heeft het team de vertaling al gemaakt neuraal circuit in een moderne machine learning-module. Toen het werd getest voor een taak die verband hield met contourdetectie en contourtracering, presteerde het circuit veel beter dan de moderne computervisietechnologie.
Aanbevelingen van de redactie
- Apple is mogelijk al bezig met het terugschroeven van de Vision Pro-productie
- AI leidt een revolutie in chipontwerp, en deze is nog maar net begonnen
- eBay zet computervisie in om de producten van verkopers te laten opvallen
- Machinaal leren? Neurale netwerken? Hier is je gids voor de vele smaken van A.I.
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
