Husker du hva slags optiske illusjoner du sannsynligvis først så som barn, som bruker noen kombinasjon av farger, lys og mønstre for å lage bilder som viser seg å være villedende eller villedende for oss hjerner? Det viser seg at slike illusjoner - der persepsjon ikke stemmer overens med virkeligheten - faktisk kan være et trekk ved hjernen, snarere enn en feil. Og å lære en maskin å gjenkjenne samme type illusjoner kan resultere i smartere bildegjenkjenning.
Dette er hva datasynseksperter fra Brown University har vært travelt opptatt med. De lærer datamaskiner å se kontekstavhengige optiske illusjoner, og dermed forhåpentligvis lage smartere, mer hjernelignende kunstig syn algoritmer som vil vise seg mer robuste i virkeligheten verden.
Anbefalte videoer
"Datasyn har blitt allestedsnærværende, fra selvkjørende biler som analyserer et stoppskilt til medisinsk programvare som leter etter svulster i en ultralyd," David Mely, fortalte en av kognitiv vitenskapsforskerne som jobbet med prosjektet, som nå jobber i kunstig intelligens-selskapet Vicarious, til Digital Trends. "Men disse systemene har svakheter som stammer fra det faktum at de er modellert etter en utdatert blåkopi av hvordan hjernen vår fungerer. Integrering av nylig forstått mekanismer fra nevrovitenskap som de som er omtalt i arbeidet vårt kan bidra til å gjøre disse datasynssystemene tryggere. Mye av hjernen er fortsatt dårlig forstått, og videre forskning ved sammenløpet av hjerner og maskiner kan bidra til å låse opp ytterligere grunnleggende fremskritt innen datasyn.»
I sitt arbeid brukte teamet en beregningsmodell for å utforske og gjenskape måtene nevroner samhandler med hverandre når de ser på en illusjon. De skapte en modell av tilbakemeldingsforbindelser til nevroner, som speiler menneskers, som reagerer forskjellig avhengig av konteksten. Håpet er at dette vil hjelpe med oppgaver som fargedifferensiering - for eksempel å hjelpe en robot designet for å plukke røde bær å identifisere disse bærene selv når scenen er badet i rødt lys, som kan skje ved solnedgang.
"Mange intrikate hjernekretser eksisterer for å støtte slike former for kontekstuell integrasjon, og vår studie foreslår en teori om hvordan denne kretsen fungerer på tvers av mottakelige felttyper, og hvordan dens tilstedeværelse avsløres i fenomener kalt optiske illusjoner,» Mely fortsatte. "Studier som vår, som bruker datamodeller for å forklare hvordan hjernen ser, er nødvendige for å forbedre eksisterende datamaskin synssystemer: mange av dem, som de fleste dype nevrale nettverk, mangler fortsatt de mest grunnleggende formene for kontekstuell integrering."
Mens prosjektet fortsatt er i sin relative spede begynnelse, har teamet allerede oversatt nevrale kretser inn i en moderne maskinlæringsmodul. Da den ble testet på en oppgave relatert til konturdeteksjon og kontursporing, overgikk kretsen betydelig moderne datasynsteknologi.
Redaktørenes anbefalinger
- Apple kan allerede kutte ned Vision Pro-produksjonen
- A.I. leder en chipdesignrevolusjon, og den har bare så vidt kommet i gang
- eBay bruker datasyn for å få selgernes produkter til å slå ut
- Maskinlæring? Nevrale nettverk? Her er din guide til de mange smakene av A.I.
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
