Migliorare la visione computerizzata basata sull’intelligenza artificiale attraverso la consapevolezza della fisica

L’intelligenza artificiale ha lasciato un’impronta indelebile sulla nostra vita. In uno sforzo pionieristico per migliorare ulteriormente le capacità dell’IA, i ricercatori della UCLA e del Laboratorio di ricerca dell’Esercito degli Stati Uniti hanno presentato un approccio unico che combina la consapevolezza della fisica con le tecniche basate sui dati nell’ambito della visione computerizzata basata sull’IA.

Lo studio, pubblicato su Nature Machine Intelligence, propone una metodologia ibrida innovativa finalizzata a perfezionare la capacità delle macchine basate sull’IA di percepire, interagire e reagire all’ambiente in tempo reale – un aspetto critico per i veicoli autonomi e i robot di precisione.

Approccio ibrido per l’IA consapevole della fisica

Tradizionalmente, la visione computerizzata, il campo che consente all’IA di comprendere e dedurre le proprietà del mondo fisico dalle immagini, si è concentrata principalmente sull’apprendimento automatico basato sui dati. Contemporaneamente, la ricerca basata sulla fisica ha cercato di comprendere i principi fisici sottostanti alle sfide della visione computerizzata. Tuttavia, l’assimilazione della comprensione della fisica nel campo delle reti neurali si è rivelata difficile.

In una svolta significativa, lo studio della UCLA intende combinare la profonda comprensione dei dati e la conoscenza del mondo reale della fisica, creando così un’IA ibrida con capacità aumentate. Achuta Kadambi, autore principale dello studio e professore assistente di ingegneria elettrica e informatica alla UCLA Samueli School of Engineering, spiega: “Le forme di inferenza consapevoli della fisica possono consentire alle auto di guidare in modo più sicuro o ai robot chirurgici di essere più precisi.”

Incorporare la fisica nella visione computerizzata dell’IA

Il team di ricerca delinea tre modi innovativi per integrare la fisica nella visione computerizzata dell’IA:

1. Infondere la fisica nei set di dati dell’IA: ciò comporta l’aggiunta di informazioni aggiuntive agli oggetti, come la loro velocità potenziale o il loro peso, simile ai personaggi nei videogiochi.
2. Integrare la fisica nelle architetture di rete: questa strategia prevede l’esecuzione dei dati attraverso un filtro di rete che codifica le proprietà fisiche in ciò che le telecamere catturano.
3. Incorporare la fisica nella funzione di perdita della rete: qui, la conoscenza basata sulla fisica viene utilizzata per aiutare l’IA a interpretare i dati di formazione sulle sue osservazioni.

Queste linee di ricerca sperimentale hanno già prodotto risultati promettenti nel migliorare la visione computerizzata. Ad esempio, l’approccio ibrido consente all’IA di tracciare e prevedere il movimento di un oggetto con maggiore precisione e può produrre immagini ad alta risoluzione accurate da scene oscurate da condizioni meteorologiche avverse.

Il futuro dell’IA consapevole della fisica

I ricercatori sono ottimisti che ulteriori progressi in questo approccio a doppia modalità potrebbero portare gli AI basati sull’apprendimento profondo a imparare in modo indipendente le leggi della fisica. Ciò potrebbe segnare una nuova frontiera nelle tecnologie di visione computerizzata basate sull’IA, aprendo la strada a un’applicazione più sicura e precisa dell’IA in vari settori, tra cui veicoli autonomi e robotica chirurgica.

Lo studio, sostenuto in parte da una sovvenzione del Laboratorio di ricerca dell’Esercito, è stato scritto in collaborazione con il ricercatore del Laboratorio di ricerca dell’Esercito Celso de Melo e i membri della facoltà della UCLA Stefano Soatto, Cho-Jui Hsieh e Mani Srivastava. Ulteriori finanziamenti sono stati forniti da sovvenzioni della National Science Foundation, del Programma di ricerca giovani dell’Esercito, dell’Agenzia per la ricerca e lo sviluppo avanzato della difesa, di Intrinsic, una società Alphabet (GOOG ) (GOOGL ), e di Amazon.