Você se lembra do tipo de ilusão de ótica que provavelmente viu pela primeira vez quando criança, que usa alguns combinação de cor, luz e padrões para criar imagens que sejam enganosas ou enganosas para nossos cérebros? Acontece que tais ilusões – onde a percepção não corresponde à realidade – podem, na verdade, ser uma característica do cérebro, e não um bug. E ensinar uma máquina a reconhecer o mesmo tipo de ilusões pode resultar num reconhecimento de imagem mais inteligente.
Isto é o que especialistas em visão computacional da Brown University estive ocupado trabalhando em. Eles estão ensinando os computadores a ver ilusões de ótica dependentes do contexto e, assim, esperançosamente, criar algoritmos de visão artificial mais inteligentes e semelhantes ao cérebro, que se mostrarão mais robustos no mundo real mundo.
Vídeos recomendados
“A visão computacional tornou-se onipresente, desde carros autônomos analisando um sinal de parada até software médico que procura tumores em um ultrassom”,
David Mely, disse um dos pesquisadores da Ciência Cognitiva que trabalhou no projeto, agora trabalhando na empresa de inteligência artificial Vicarious, ao Digital Trends. “No entanto, esses sistemas têm fraquezas decorrentes do facto de serem modelados a partir de um modelo desatualizado de como funciona o nosso cérebro. A integração de mecanismos recentemente compreendidos da neurociência, como os apresentados em nosso trabalho, pode ajudar a tornar esses sistemas de visão computacional mais seguros. Grande parte do cérebro permanece pouco compreendida, e mais pesquisas sobre a confluência de cérebros e máquinas podem ajudar a desbloquear novos avanços fundamentais na visão computacional”.Em seu trabalho, a equipe usou um modelo computacional para explorar e replicar as formas como os neurônios interagem entre si ao visualizar uma ilusão. Eles criaram um modelo de conexões de feedback dos neurônios, que reflete o dos humanos, que responde de maneira diferente dependendo do contexto. A esperança é que isso ajude em tarefas como diferenciação de cores — por exemplo, ajudar um robô projetado para colher frutas vermelhas identificar essas bagas mesmo quando o cenário está banhado por luz vermelha, como pode acontecer ao pôr do sol.
“Existem muitos circuitos cerebrais intrincados para apoiar tais formas de integração contextual, e nosso estudo propõe uma teoria de como esse circuito funciona em tipos de campos receptivos e como sua presença é revelada em fenômenos chamados ilusões de ótica”, disse Mely. contínuo. “Estudos como o nosso, que usam modelos computacionais para explicar como o cérebro vê, são necessários para aprimorar os sistemas computacionais existentes. sistemas de visão: muitos deles, como a maioria das redes neurais profundas, ainda carecem das formas mais básicas de contextualização. integração."
Embora o projeto ainda esteja em sua infância, a equipe já traduziu o circuito neural em um módulo moderno de aprendizado de máquina. Quando foi testado em uma tarefa relacionada à detecção e rastreamento de contornos, o circuito superou amplamente a moderna tecnologia de visão computacional.
Recomendações dos Editores
- A Apple já pode estar reduzindo a produção do Vision Pro
- IA está liderando uma revolução no design de chips e está apenas começando
- eBay implanta visão computacional para fazer os produtos dos vendedores se destacarem
- Aprendizado de máquina? Redes neurais? Aqui está o seu guia para os vários sabores da IA.
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
