Lidská mozková schopnost zpracovávat světlo by mohla vést k lepšímu robotickému vnímání

Lidský mozek často slouží jako inspirace pro umělou inteligenci (AI) a opět je tomu tak, když tým armádních výzkumníků podařilo zlepšit robotické vnímání zkoumáním toho, jak lidský mozek zpracovává jasná a kontrastní světla. Tento nový vývoj může vést ke spolupráci mezi autonomními agenty a lidmi.

Podle výzkumníků je důležité, aby strojové vnímání bylo efektivní napříč měnícími se prostředími, což vede k rozvoji autonomie.

Výzkum byl zveřejněn v Časopisu zraku.

Schopnost zobrazení 100 000 ku 1

Andre Harrison je výzkumník v Armádním výzkumném laboratoři Vývojového střediska bojových schopností armády USA.

„Když vyvíjíme algoritmy strojového učení, reálné obrázky jsou obvykle komprimovány do užšího rozsahu, jako to dělá kamerový telefon, v procesu nazývaném tónové mapování,“ řekl Harrison. „To může přispět k křehkosti algoritmů strojového vidění, protože jsou založeny na umělých obrázcích, které neodpovídají přesně vzorcům, které vidíme ve skutečném světě.“

Tým výzkumníků vyvinul systém se schopností zobrazení 100 000 ku 1, který jim umožnil získat vhled do mozkového procesu ve skutečném světě. Podle Harrisona to umožnilo týmu implementovat biologickou odolnost do senzorů.

Stávající algoritmy vidění ještě mají dlouhou cestu, než se stanou ideálními. To souvisí s omezeným rozsahem jasu, kolem poměru 100 ku 1, kvůli tomu, že algoritmy jsou založeny na studiích lidského a animálního vidění s počítačovými monitory. Poměr 100 ku 1 je méně než ideální ve skutečném světě, kde variace mohou jít až na 100 000 ku 1. Tento vysoký poměr se nazývá vysoký dynamický rozsah, nebo HDR.

Dr. Chou Po Hung je armádní výzkumník.

„Změny a významné variace světla mohou ohrozit armádní systémy – drony létající pod lesním baldachýnem by mohly být zmateny změnami odrazivosti, když vítr fouká listy, nebo autonomní vozidla jezdící po nerovném terénu by nemusela rozpoznat díry ani jiné překážky, protože osvětlení se mírně liší od toho, na kterém byly jejich algoritmy vidění trénovány,“ řekl Hung.

Mozková schopnost komprese lidského mozku

Lidský mozek je schopen automaticky komprimovat vstup 100 000 ku 1 do užšího rozsahu, a to je to, co umožňuje lidem interpretovat tvar. Tým výzkumníků se snažil pochopit tento proces studiem raného vizuálního zpracování pod HDR. Tým se zaměřil na jednoduché funkce, jako je HDR jas.

„Mozek má více než 30 vizuálních oblastí a dosud máme pouze základní porozumění tomu, jak tyto oblasti zpracovávají obraz oka do pochopení 3D tvaru,“ pokračoval Hung. „Naše výsledky ze studií HDR jasu, založené na lidském chování a záznamu z mozkové kůry, ukazují, jak málo skutečně víme o tom, jak překlenout propast mezi laboratoří a skutečným světem. Ale tyto nálezy nás osvobozují z této pasti, ukazují, že naše předchozí předpoklady z běžných počítačových monitorů mají omezenou schopnost generalizovat do skutečného světa, a odhalují principy, které mohou vést naše modelování k správným mechanismům.“

Objevením toho, jak světlo a kontrastní hrany interagují v mozkovém vizuálním представění, budou algoritmy účinnější při rekonstrukci 3D světa ve skutečném světě. Při odhadu 3D tvaru z 2D informací jsou vždy nejasnosti, ale toto nové objevy umožňují je korigovat.

„Milióny let evoluce našeho mozku vyvinuly efektivní zkratky pro rekonstrukci 3D z 2D informací,“ řekl Hung. „Je to problém, který trvá už desítky let a stále ohrožuje vědce strojového vidění, i s recentními pokroky v AI.“

Objev týmu je také důležitý pro vývoj zařízení AI, jako je radar a vzdálené porozumění řeči, které využívají široký dynamický rozsah senzorů.

„Problém dynamického rozsahu není pouze problémem senzorů,“ řekl Hung. „Může to být také obecnější problém v mozkovém zpracování, protože jednotlivé neurony mají desetitisíce vstupů. Jak můžete vybudovat algoritmy a architektury, které mohou naslouchat správným vstupům napříč různými kontexty? Doufáme, že pracováním na tomto problému na senzorické úrovni můžeme potvrdit, že jsme na správné cestě, abychom měli správné nástroje, když budeme budovat komplexnější AI.“