人間の脳の光処理能力がロボットのセンシングを向上させる可能性

人間の脳は、しばしば人工知能（AI）のインスピレーションの源となります。これは、人間の脳が明るさとコントラストのある光を処理する方法を調査することで、ロボットのセンシングを改善することに成功した陸軍の研究チームの場合でも同様です。この新しい開発は、自律エージェントと人間の間のコラボレーションにつながる可能性があります。

研究者によると、マシンのセンシングは環境の変化に応じて効果的に機能する必要があり、これは自律性の発展につながります。

この研究は、Journal of Visionに掲載されました。

100,000対1の表示能力

Andre Harrisonは、米国陸軍戦闘能力開発コマンドの陸軍研究研究所の研究者です。

「私たちが機械学習アルゴリズムを開発するとき、実世界の画像は通常、携帯電話のカメラのように、トーンマッピングというプロセスで狭い範囲に圧縮されます」とHarrisonは述べました。「これは、機械ビジョンアルゴリズムの脆弱性に寄与する可能性があります。なぜなら、それらは実世界で見られるパターンと完全に一致しない人工的な画像に基づいているからです。」

研究チームは、100,000対1の表示能力を持つシステムを開発し、実世界での脳の計算プロセスに関する洞察を得ることができました。Harrisonによると、これにより、チームはセンサーに生物学的な堅牢性を実装することができました。

現在のビジョンアルゴリズムはまだ理想的なものから遠く、限られた明るさの範囲（約100対1の比率）に基づいているため、理想的なものから遠いものとなっています。これは、コンピューターモニターを使用した人間と動物の研究に基づいているためです。100対1の比率は、実世界では100,000対1まで変化する可能性があるため、理想的なものではありません。この高い比率は、高ダイナミックレンジ（HDR）と呼ばれます。

Dr. Chou Po Hungは陸軍の研究者です。

「光の変化や大きな変化は、陸軍のシステムに課題をもたらす可能性があります。森の木の下を飛行するドローンは、風が葉を吹き抜けるときの反射の変化によって混乱する可能性があり、または、独自のビジョンアルゴリズムで訓練されたものとは若干異なる照明条件の下で走行する自律車両は、ポットホールや他の障害物を認識できない可能性があります」とHungは述べました。

人間の脳の圧縮能力

人間の脳は、100,000対1の入力を自動的に狭い範囲に圧縮することができ、これにより、形状を解釈することができます。研究チームは、HDRの早期視覚処理を調査することで、このプロセスを理解しようとしました。チームは、HDRの明るさなどの単純な特徴を調べました。

「脳には30以上の視覚領域があり、それらの領域が眼の画像を3D形状の理解に変換する方法についてはまだ基本的な理解しかありません」とHungは続けました。「HDRの明るさに関する研究結果は、人間の行動と頭皮記録に基づいていますが、実際には私たちが知っていることのほんの一部です。ただし、これらの発見は、私たちが標準的なコンピューターモニターからの以前の仮定に基づいていたことを示していますが、実世界に一般化する能力は限られています。さらに、これらの発見は、私たちのモデリングを正しいメカニズムに向けて導くための原則を明らかにしています。」

光とコントラストの辺が脳の視覚表現でどのように相互作用するかを発見することで、アルゴリズムは実世界の明るさの下で3D世界をより効果的に再構築することができます。2D情報から3D形状を推定する際には、常に曖昧さがありますが、この新しい発見により、それらを修正することができます。

「数百万年もの間、人間の脳は、2D情報から3Dを再構築するための効果的なショートカットを進化させてきました」とHungは述べました。「これは、機械ビジョンの科学者にとって、数十年にもわたる課題であり、最近のAIの進歩にもかかわらず、依然として課題となっています。」

チームの発見は、レーダーや遠隔音声理解などのAIデバイスの開発にも重要です。これらは広いダイナミックレンジのセンシングを利用します。

「ダイナミックレンジの問題は、センシングの問題だけではありません」とHungは述べました。「これは、個々のニューロンが数千の入力を持ち、脳の計算のより一般的な問題である可能性があります。さまざまな状況で正しい入力を聞くことができるアルゴリズムとアーキテクチャをどのように構築しますか。私たちは、この問題を感覚レベルで取り組むことで、正しい道を進んでいることを確認し、より複雑なAIを構築するための適切なツールを得ることができることを希望しています。」