قدرة المعالجة الخفيفة للدماغ البشري قد تؤدي إلى تحسين الاستشعار الروبوتي

غالبًا ما يُستخدم الدماغ البشري ك nguồn إلهام للذكاء الاصطناعي، وهذا هو الحال مرة أخرى حيث قام فريق من الباحثين التابعين للجيش بتحسين الاستشعار الروبوتي من خلال النظر في كيفية معالجة الدماغ البشري للضوء الساطع والمتوافق.

وفقًا للباحثين، من المهم أن يكون الاستشعار الآلي فعالًا عبر بيئات متغيرة، مما يؤدي إلى تطورات في الاستقلالية.

نشر البحث في مجلة الرؤية.

100,000 إلى 1 قدرة العرض

أندري هاريسون هو باحث في مختبر أبحاث الجيش التابع لقسم تطوير القدرات القتالية للجيش الأمريكي.

“عندما نطور خوارزميات التعلم الآلي، يتم عادةً ضغط الصور في العالم الحقيقي إلى نطاق أضيق، كما تفعل كاميرا الهاتف الخلوي، في عملية تسمى خريطة التون

تمكن الفريق من تطوير نظام مع 100,000 إلى 1 قدرة عرض، مما مكنهم من الحصول على رؤية في عملية الحوسبة في الدماغ في العالم الحقيقي.

خوارزميات الرؤية الحالية لا تزال بعيدة عن الكمال.

د. تشو بو هونغ هو باحث في الجيش.

“التغييرات والاختلافات الكبيرة في الضوء يمكن أن ت представляет تحديات للأنظمة العسكرية — الطائرات بدون طيار التي تطير تحت غطاء الغابة قد تضل بسبب تغييرات الانعكاس عندما يهب الرياح من خلال الأوراق، أو المركبات المستقلة التي تسير على أرضية خشن قد لا تعترف بالحفر أو الحواجز الأخرى لأن ظروف الإضاءة مختلفة قليلاً عن تلك التي تم تدريب خوارزميات الرؤية عليها.

قدرة الدماغ البشري على الضغط

الدماغ البشري قادر على ضغط المدخلات 100,000 إلى 1 تلقائيًا إلى نطاق أضيق، وهذا ما يسمح للبشر بفهم الشكل.

“الدماغ لديه أكثر من 30 منطقة بصرية، ولا تزال لدينا فهم أولي فقط لكيفية معالجة هذه المناطق لصورة العين إلى فهم للشكل ثلاثي الأبعاد.

من خلال اكتشاف كيفية تفاعل حواف الضوء والتناقض في التمثيل البصري للدماغ، ستكون الخوارزميات أكثر فعالية في إعادة بناء العالم ثلاثي الأبعاد في ظروف الإضاءة الحقيقية.

“من خلال ملايين السنين من التطور، تطورت أدمغتنا قصارات فعالة لاستعادة الشكل ثلاثي الأبعاد من المعلومات ثنائية الأبعاد.

اكتشاف الفريق مهم أيضًا لتطوير أجهزة الذكاء الاصطناعي مثل الرادار وفهم الكلام عن بعد، والتي تستخدم استشعار النطاق الديناميكي الواسع.

“مشكلة النطاق الديناميكي ليست مجرد مشكلة استشعار.

“قد يكون هذا أيضًا مشكلة عامة في حساب الدماغ لأن الخلايا العصبية الفردية لديها عشرات الآلاف من المدخلات.

كيف تبني خوارزميات وهياكل يمكنها الاستماع إلى المدخلات الصحيحة عبر سياقات مختلفة؟

نأمل أن، من خلال العمل على هذه المشكلة على مستوى الحواس، يمكننا التأكد من أننا على المسار الصحيح، بحيث يمكننا الحصول على الأدوات الصحيحة عند بناء أجهزة ذكاء اصطناعي أكثر تعقيدًا.