ความสามารถในการประมวลผลแสงของคortex สมองมนุษย์อาจนำไปสู่การรับรู้ของหุ่นยนต์ที่ดีขึ้น

สมองมนุษย์มักเป็นแรงบันดาลใจให้กับปัญญาประดิษฐ์ (AI) และในครั้งนี้ทีมนักวิจัยจากกองทัพสหรัฐฯ ได้พัฒนาการรับรู้ของหุ่นยนต์โดยศึกษาวิธีการที่สมองมนุษย์ประมวลผลแสงและความแตกต่างของแสง ซึ่งสามารถนำไปสู่การทำงานร่วมกันระหว่างเอเย่นต์อิสระและมนุษย์ได้

ตามที่นักวิจัยระบุว่า การรับรู้ของเครื่องจักรต้องมีประสิทธิภาพในการเปลี่ยนแปลงสภาพแวดล้อม ซึ่งนำไปสู่การพัฒนาอิสระ

การวิจัยนี้ได้รับการตีพิมพ์ใน Journal of Vision

ความสามารถในการแสดงผล 100,000 ต่อ 1

Andre Harrison เป็นนักวิจัยที่ U.S. Army Combat Capabilities Development Command’s Army Research Laboratory

“เมื่อเราพัฒนาอัลกอริทึมการเรียนรู้ของเครื่องจักร ภาพที่อยู่ในโลกแห่งความเป็นจริงมักถูกบีบอัดลงในช่วงแคบๆ เช่นเดียวกับที่กล้องโทรศัพท์มือถือทำในกระบวนการที่เรียกว่า tone mapping” Harrison กล่าว “สิ่งนี้สามารถทำให้อัลกอริทึมการมองเห็นของเครื่องจักรมีความอ่อนไหวเพราะมันถูกสร้างขึ้นจากภาพที่ไม่แท้จริงซึ่งไม่ตรงกับรูปแบบที่เราเห็นในโลกแห่งความเป็นจริง”

ทีมนักวิจัยได้พัฒนาระบบที่มีความสามารถในการแสดงผล 100,000 ต่อ 1 ซึ่งช่วยให้พวกเขาเข้าใจกระบวนการประมวลผลของสมองในโลกแห่งความเป็นจริง ตามที่ Harrison ระบุว่า สิ่งนี้ช่วยให้พวกเขาใช้ความสามารถในการประมวลผลของชีวภาพเข้ากับเซ็นเซอร์ได้

อัลกอริทึมการมองเห็นในปัจจุบันยังคงมีระยะทางที่ต้องเดินทางเพื่อให้สมบูรณ์แบบ ซึ่งเกี่ยวข้องกับช่วงความสว่างที่จำกัด โดยมีอัตราส่วนประมาณ 100 ต่อ 1 เนื่องจากอัลกอริทึมเหล่านี้ถูกสร้างขึ้นจากการศึกษามนุษย์และสัตว์โดยใช้เครื่องมือคอมพิวเตอร์ อัตราส่วน 100 ต่อ 1 นี้ยังไม่เหมาะสมในโลกแห่งความเป็นจริงซึ่งความแตกต่างสามารถไปได้ถึง 100,000 ต่อ 1 อัตราส่วนสูงนี้เรียกว่า high dynamic range หรือ HDR

Dr. Chou Po Hung เป็นนักวิจัยที่ U.S. Army Combat Capabilities Development Command’s Army Research Laboratory

“การเปลี่ยนแปลงและความแตกต่างที่มีนัยสำคัญของแสงสามารถท้าทายระบบกองทัพ — ยานบินอิสระที่บินอยู่ใต้ป่าไม้อาจสับสนกับการเปลี่ยนแปลงของการสะท้อนแสงเมื่อลมพัดผ่านใบไม้ หรือยานพาหนะอิสระที่ขับรถบนพื้นที่ที่ไม่เรียบอาจไม่สามารถรับรู้ถึงหลุมหรืออุปสรรคอื่นๆ ได้เพราะสภาพแสงไม่เหมือนกับที่อัลกอริทึมการมองเห็นของพวกมันถูกฝึกฝน” Hung กล่าว

ความสามารถในการบีบอัดของสมองมนุษย์

สมองมนุษย์มีความสามารถในการบีบอัดข้อมูลเข้า 100,000 ต่อ 1 ลงในช่วงแคบๆ ซึ่งช่วยให้เราเข้าใจรูปแบบได้ ทีมนักวิจัยได้พยายามเข้าใจกระบวนการนี้โดยศึกษาการประมวลผลการมองเห็นในระดับแรกๆ ภายใต้ HDR โดยมองหาคุณลักษณะง่ายๆ เช่น HDR luminance

“สมองมีพื้นที่การมองเห็นมากกว่า 30 พื้นที่ และเรายังคงมีความเข้าใจที่ขาดๆ เกี่ยวกับวิธีการที่พื้นที่เหล่านี้ประมวลผลภาพที่ตาจากภาพ 2 มิติเป็นภาพ 3 มิติ” Hung กล่าวต่อ “ผลการวิจัยของเราที่ศึกษาความสว่างของ HDR โดยอาศัยพฤติกรรมของมนุษย์และการบันทึกจากกะโหลกศีรษะแสดงให้เห็นว่าเรายังคงมีความเข้าใจที่ไม่สมบูรณ์เกี่ยวกับวิธีการเชื่อมช่องว่างระหว่างห้องปฏิบัติการและโลกแห่งความเป็นจริง แต่ผลการวิจัยเหล่านี้ช่วยให้เราเข้าใจหลักการและแนวทางที่จะนำไปสู่กลไกที่ถูกต้อง”

ด้วยการค้นพบวิธีการที่แสงและขอบความแตกต่างสัมพันธ์กันในสมอง การสร้างอัลกอริทึมที่มีประสิทธิภาพในการสร้างภาพ 3 มิติจากข้อมูล 2 มิติภายใต้สภาพแสงจริงจะดีขึ้น เมื่อประมาณการรูปทรง 3 มิติจากข้อมูล 2 มิติ มักจะมีความไม่แน่นอน แต่การค้นพบใหม่นี้ช่วยให้สามารถแก้ไขความไม่แน่นอนเหล่านั้นได้

“ในช่วงหลายล้านปีของการวิวัฒนาการ สมองของเรามีวิธีการสร้างรูปทรง 3 มิติจากข้อมูล 2 มิติอย่างมีประสิทธิภาพ” Hung กล่าว “เป็นปัญหาที่ท้าทายนักวิทยาศาสตร์การมองเห็นของเครื่องจักรมาหลายทศวรรษแล้ว และยังคงเป็นเช่นนั้นแม้จะมีการพัฒนาปัญญาประดิษฐ์ในช่วงไม่กี่ปีที่ผ่านมา”

การค้นพบของทีมนักวิจัยยังมีความสำคัญต่อการพัฒนาอุปกรณ์ AI เช่น เรดาร์และการรับรู้เสียงที่ใช้การรับรู้ในช่วงไดนามิกกว้าง

“ปัญหาของช่วงไดนามิกไม่ใช่แค่ปัญหาการรับรู้เท่านั้น” Hung กล่าว “อาจเป็นปัญหาทั่วไปในการคำนวณของสมองด้วย เนื่องจากเซลล์ประสาทแต่ละตัวมีหลายพันข้อมูลเข้ามา เราจะสร้างอัลกอริทึมและโครงสร้างที่สามารถฟังข้อมูลที่ถูกต้องในหลายๆ บริบทได้อย่างไร? เราหวังว่าด้วยการทำงานในระดับการรับรู้ เราจะสามารถยืนยันว่าเรากำลังเดินอยู่บนเส้นทางที่ถูกต้อง เพื่อให้เรามีเครื่องมือที่ถูกต้องเมื่อเราสร้าง AI ที่ซับซ้อนขึ้น”