La capacità di elaborazione della luce del cervello umano potrebbe portare a una migliore sensazione robotica

Il cervello umano spesso serve come ispirazione per l’intelligenza artificiale (AI) e questo è il caso anche questa volta, poiché un team di ricercatori dell’esercito ha migliorato la sensazione robotica guardando a come il cervello umano elabora la luce brillante e in contrasto. Il nuovo sviluppo può aiutare a portare alla collaborazione tra agenti autonomi e umani.

Secondo i ricercatori, è importante che la sensazione della macchina sia efficace in ambienti in cambiamento, il che porta a sviluppi nell’autonomia.

La ricerca è stata pubblicata sulla Rivista di Visione.

Capacità di visualizzazione 100.000-a-1

Andre Harrison è un ricercatore presso il Comando per lo sviluppo delle capacità di combattimento dell’esercito degli Stati Uniti, Laboratorio di ricerca dell’esercito.

“Quando sviluppiamo algoritmi di apprendimento automatico, le immagini del mondo reale vengono solitamente compressi in un intervallo più stretto, come fa una fotocamera cellulare, in un processo chiamato mappatura del tono,” ha detto Harrison. “Ciò può contribuire alla fragilità degli algoritmi di visione della macchina perché si basano su immagini artificiali che non corrispondono esattamente ai modelli che vediamo nel mondo reale.”

Il team di ricercatori ha sviluppato un sistema con una capacità di visualizzazione di 100.000-a-1, che ha consentito loro di ottenere informazioni sul processo di calcolo del cervello nel mondo reale. Secondo Harrison, ciò ha permesso al team di implementare la resilienza biologica nei sensori.

Gli algoritmi di visione attuali hanno ancora un lungo cammino da percorrere prima di diventare ideali. Ciò è dovuto al limite di luminanza, intorno a un rapporto di 100-a-1, a causa del fatto che gli algoritmi si basano su studi umani e animali con monitor del computer. Il rapporto di 100-a-1 è meno che ideale nel mondo reale, dove la variazione può andare fino a 100.000-a-1. Questo alto rapporto è chiamato gamma dinamica alta, o HDR.

Il dottor Chou Po Hung è un ricercatore dell’esercito.

“I cambiamenti e le variazioni significative nella luce possono sfidare i sistemi dell’esercito – i droni che volano sotto una copertura forestale potrebbero essere confusi dai cambiamenti di riflessione quando il vento soffia attraverso le foglie, o i veicoli autonomi che guidano su un terreno accidentato potrebbero non riconoscere le buche o altri ostacoli perché le condizioni di illuminazione sono leggermente diverse da quelle per cui gli algoritmi di visione sono stati addestrati,” ha detto Hung.

La capacità di compressione del cervello umano

Il cervello umano è in grado di comprimere automaticamente l’input di 100.000-a-1 in un intervallo più stretto, ed è questo che consente agli esseri umani di interpretare la forma. Il team di ricercatori ha cercato di comprendere questo processo studiando l’elaborazione visiva precoce in HDR. Il team si è concentrato su caratteristiche semplici come la luminanza HDR.

“Il cervello ha più di 30 aree visive e abbiamo ancora solo una comprensione rudimentale di come queste aree processino l’immagine dell’occhio in una comprensione della forma 3D,” ha continuato Hung. “I nostri risultati con gli studi sulla luminanza HDR, basati sul comportamento umano e sulle registrazioni del cuoio capelluto, mostrano solo quanto poco sappiamo veramente su come colmare il divario tra laboratorio e ambienti del mondo reale. Ma questi risultati ci fanno uscire da quella scatola, mostrando che le nostre precedenti ipotesi basate su monitor del computer hanno una capacità limitata di generalizzare nel mondo reale e rivelano principi che possono guidare la nostra modellazione verso i meccanismi corretti.”

Scoprire come la luce e i bordi di contrasto interagiscono nella rappresentazione visiva del cervello consentirà agli algoritmi di essere più efficaci nel ricostruire il mondo 3D in condizioni di luminanza del mondo reale. Quando si stima la forma 3D da informazioni 2D, ci sono sempre ambiguità, ma questa nuova scoperta consente di correggerle.

“Attraverso milioni di anni di evoluzione, i nostri cervelli hanno sviluppato scorciatoie efficaci per ricostruire la 3D dalle informazioni 2D,” ha detto Hung. “È un problema vecchio di decenni che continua a sfidare gli scienziati della visione della macchina, anche con i recenti progressi nell’AI.”

La scoperta del team è anche importante per lo sviluppo di dispositivi AI come il radar e la comprensione del discorso remoto, che utilizzano la sensazione a gamma dinamica ampia.

“Il problema della gamma dinamica non è solo un problema di sensazione,” ha detto Hung. “Potrebbe anche essere un problema più generale nel calcolo del cervello perché i singoli neuroni hanno decine di migliaia di input. Come si costruiscono algoritmi e architetture che possono ascoltare gli input giusti in contesti diversi? Speriamo che, lavorando a questo problema a livello sensoriale, possiamo confermare di essere sulla strada giusta, in modo da poter avere gli strumenti giusti quando costruiremo Als più complessi.”