Människohjärnans förmåga att bearbeta ljus kan leda till bättre robotik

Människohjärnan är ofta en inspirationskälla för artificiell intelligens (AI), och det är fallet igen när en grupp arméforskare har lyckats förbättra robotikens sensorförmåga genom att studera hur människohjärnan bearbetar starkt och kontrasterande ljus. Den nya utvecklingen kan leda till samarbete mellan autonoma agenter och människor.

Enligt forskarna är det viktigt att maskinernas sensorförmåga är effektiv i föränderliga miljöer, vilket leder till utveckling av autonomi.

Forskningen publicerades i tidskriften Journal of Vision.

100 000 till 1 visningsförmåga

Andre Harrison är en forskare vid U.S. Army Combat Capabilities Development Command’s Army Research Laboratory.

”När vi utvecklar maskinlärningsalgoritmer, komprimeras vanligtvis verkliga bilder till ett smalare område, som en mobilkamera gör, i en process som kallas tonkartering,” sa Harrison. ”Detta kan bidra till att maskinseendealgoritmerna blir sköra, eftersom de baseras på artificiella bilder som inte riktigt matchar mönstren vi ser i den verkliga världen.”

Forskargruppen utvecklade ett system med 100 000 till 1 visningsförmåga, vilket möjliggjorde för dem att få insikt i hjärnans beräkningsprocess i den verkliga världen. Enligt Harrison möjliggjorde detta för gruppen att implementera biologisk motståndskraft i sensorer.

De nuvarande seendealgoritmerna har fortfarande långt kvar innan de blir ideala. Detta beror på den begränsade luminansområdet, runt 100 till 1-förhållande, på grund av att algoritmerna baseras på studier av människor och djur med datormonitorer. 100 till 1-förhållandet är mindre än idealt i den verkliga världen, där variationen kan gå ända upp till 100 000 till 1. Detta höga förhållande kallas hög dynamisk områdesförhållande, eller HDR.

Dr. Chou Po Hung är en arméforskare.

”Förändringar och betydande variationer i ljus kan utmana arméns system — drönare som flyger under en skogskrona kan förvirras av reflektionsförändringar när vinden blåser genom bladen, eller autonoma fordon som kör på ojämn terräng kanske inte känner igen hål eller andra hinder eftersom ljusförhållandena är något annorlunda än de som deras seendealgoritmer var tränade för,” sa Hung.

Människohjärnans komprimeringsförmåga

Människohjärnan kan automatiskt komprimera 100 000 till 1-ingången till ett smalare område, och det är detta som möjliggör för människor att tolka form. Forskargruppen satte sig för att förstå denna process genom att studera tidig synsprocessning under HDR. Gruppen tittade på enkla funktioner som HDR-luminans.

”Hjärnan har mer än 30 visuella områden, och vi har fortfarande bara en rudimentär förståelse för hur dessa områden bearbetar ögats bild till en förståelse av 3D-form,” fortsatte Hung. ”Våra resultat med HDR-luminansstudier, baserade på mänskligt beteende och skalinspelningar, visar bara hur lite vi verkligen vet om hur vi ska överbrygga gapet från laboratorium till den verkliga världen. Men dessa fynd bryter oss ut ur den lådan, visar att våra tidigare antaganden från standarddatormonitorer har en begränsad förmåga att generalisera till den verkliga världen, och de avslöjar principer som kan vägleda vår modellering mot de rätta mekanismerna.”

Genom att upptäcka hur ljus och kontrastkanter interagerar i hjärnans visuella representation, kan algoritmerna bli mer effektiva vid rekonstruktionen av den 3D-världen under verkliga luminansförhållanden. När man uppskattar 3D-form från 2D-information, finns det alltid tvetydigheter, men denna nya upptäckt möjliggör för att de kan korrigeras.

”Genom miljontals år av evolution, har våra hjärnor utvecklat effektiva genvägar för att rekonstruera 3D från 2D-information,” sa Hung. ”Det är ett decennier gammalt problem som fortfarande utmanar maskinseendevetenskapsmän, även med de senaste framstegen inom AI.”

Forskargruppens upptäckt är också viktig för utvecklingen av AI-enheter som radar och fjärrtal, som använder sig av vid dynamiskt områdesavkänning.

”Frågan om dynamiskt område är inte bara ett avkänningsproblem,” sa Hung. ”Det kan också vara ett mer generellt problem i hjärnberäkning, eftersom enskilda neuroner have tens of thousands of inputs. How do you build algorithms and architectures that can listen to the right inputs across different contexts? We hope that, by working on this problem at a sensory level, we can confirm that we are on the right track, so that we can have the right tools when we build more complex Als.”