Ludzki Mózg Ma Zdolność Przetwarzania Światła, Co Może Doprowadzić Do Lepszych Zmysłów Robota

Ludzki mózg często służy jako inspiracja dla sztucznej inteligencji (AI), i tym razem zespół badaczy armii udało się poprawić zmysły robota, analizując, jak ludzki mózg przetwarza jasne i kontrastowe światło. Nowy rozwój może przyczynić się do współpracy między autonomicznymi agentami a ludźmi.

Według badaczy, ważne jest, aby maszynowe postrzeganie było skuteczne w zmieniających się środowiskach, co prowadzi do rozwoju autonomii.

Badania zostały opublikowane w Journal of Vision.

100 000:1 Możliwość Wyświetlania

Andre Harrison jest badaczem w U.S. Army Combat Capabilities Development Command’s Army Research Laboratory.

„Kiedy rozwijamy algorytmy uczenia maszynowego, rzeczywiste obrazy są zwykle kompresowane do węższego zakresu, tak jak robi to aparat fotograficzny, w procesie zwanym mapowaniem tonalnym,” powiedział Harrison. „To może przyczynić się do kruchości algorytmów widzenia maszynowego, ponieważ opierają się one na sztucznych obrazach, które nie całkiem odpowiadają wzorom, które widzimy w świecie rzeczywistym.”

Zespół badaczy opracował system z możliwością wyświetlania 100 000:1, co pozwoliło im uzyskać wgląd w proces obliczeniowy mózgu w świecie rzeczywistym. Według Harrisona, pozwoliło to zespołowi na wdrożenie biologicznej wytrzymałości w czujnikach.

Obecne algorytmy widzenia wciąż mają długi dystans do przebycia, zanim staną się idealne. Jest to związane z ograniczonym zakresem luminancji, około 100:1, ze względu na to, że algorytmy opierają się na badaniach ludzi i zwierząt z użyciem monitorów komputerowych. Stosunek 100:1 jest mniej niż optymalny w świecie rzeczywistym, gdzie zmiany mogą sięgać nawet 100 000:1. Ten wysoki stosunek nazywany jest wysokim zakresem dynamicznym, lub HDR.

Dr Chou Po Hung jest badaczem armii.

„Zmiany i znaczne wahania światła mogą stanowić wyzwanie dla systemów armii – drony latające pod baldachimem lasu mogą być mylone przez zmiany odbicia, gdy wiatr wieje przez liście, lub autonomiczne pojazdy poruszające się po nierównym terenie mogą nie rozpoznać dziur ani innych przeszkód, ponieważ warunki oświetleniowe są nieco inne niż te, w których zostały wyszkolone ich algorytmy widzenia,” powiedział Hung.

Mózg Człowieka Ma Zdolność Kompresji

Mózg człowieka potrafi automatycznie kompresować dane wejściowe 100 000:1 do węższego zakresu, a to pozwala ludziom interpretować kształt. Zespół badaczy postanowił zrozumieć ten proces, badając wczesne przetwarzanie wizualne w HDR. Zespół skierował uwagę na proste cechy, takie jak luminancja HDR.

„Mózg ma ponad 30 obszarów wizualnych, a my nadal mamy tylko podstawowe zrozumienie, jak te obszary przetwarzają obraz oka w zrozumienie kształtu 3D,” kontynuował Hung. „Nasze wyniki z badań luminancji HDR, oparte na zachowaniu ludzi i nagraniach ze skóry głowy, pokazują, jak mało wiemy o tym, jak przejść od środowiska laboratoryjnego do środowiska rzeczywistego. Ale te wyniki pozwalają nam wyjść z tej pułapki, pokazując, że nasze poprzednie założenia, oparte na standardowych monitorach komputerowych, mają ograniczoną zdolność generalizowania do świata rzeczywistego, i ujawniają zasady, które mogą naszym modelom pokazać prawidłowe mechanizmy.”

Odkrycie, jak światło i krawędzie kontrastu oddziałują w wizualnej reprezentacji mózgu, pozwoli na stworzenie bardziej skutecznych algorytmów, które będą mogły odtworzyć świat 3D w warunkach rzeczywistych. Podczas szacowania kształtu 3D na podstawie informacji 2D zawsze występują niejasności, ale to nowe odkrycie pozwoli je skorygować.

„Przez miliony lat ewolucji nasze mózgi wykształciły skuteczne skróty, aby odtworzyć 3D z informacji 2D,” powiedział Hung. „To jest problem, który od dziesięcioleci stanowi wyzwanie dla naukowców widzenia maszynowego, nawet z ostatnimi postępami w AI.”

Odkrycie zespołu jest również ważne dla rozwoju urządzeń AI, takich jak radar i zdalne rozpoznanie mowy, które wykorzystują szeroki zakres dynamiczny.

„Problem zakresu dynamicznego nie jest tylko problemem sensorycznym,” powiedział Hung. „Może to być bardziej ogólny problem w obliczeniach mózgu, ponieważ pojedyncze neurony