Изследователи от Fujitsu и Центъра за мозъци, умове и машини на Масачузетския технологичен институт (CBMM) достигнаха до „основен етап“ в стремежа си да увеличат точността на AI модели, натоварени с разпознаване на изображения.

Както е описано в нов доклад, представен на NeurIPS 2021, сътрудниците са разработили метод за изчисление, който имитира човешкия мозък, за да даде възможност на AI да разпознава информация, която не съществува в неговите данни за обучение (наричани още данни извън разпространението, или ODD).

Въпреки че AI вече се използва за разпознаване на изображения в редица контексти (например анализ на медицински рентгенови лъчи), производителността на настоящите модели е силно чувствителна към околната среда. Значението на AI, способен да разпознава ODD, е, че точността се поддържа при несъвършени условия - например когато перспективата или нивото на светлина се различават от тези при изображенията, върху които е обучен моделът.

MIT и Fujitsu постигнаха това чрез разделяне на дълбоките невронни мрежи (DNN) на модули, всеки от които е отговорен за разпознаването на различен атрибут, като форма или цвят, което е подобно на начина, по който човешкият мозък обработва визуална информация.

Според тестване спрямо бенчмарка CLEVR-CoGenT AI моделите, използващи тази техника, са най-точните, наблюдавани досега, когато става въпрос за разпознаване на изображения.

„Това постижение бележи важен етап за бъдещото развитие на AI технологията, която може да предостави нов инструмент за модели за обучение, който да реагира гъвкаво на различни ситуации и да разпознава дори неизвестни данни, които се различават значително от оригиналните данни за обучение с висока точност, и гледаме напред към вълнуващите възможности в реалния свят, които отваря“, казва д-р Сейши Окамото, сътрудник във Fujitsu.

Д-р Томазо Поджо, професор в катедрата по мозъчни и когнитивни науки на Масачузетския технологичен институт, казва, че принципите на изчисление, вдъхновени от невронауката, също имат потенциала да преодолеят проблеми като пристрастията в обработката на базата данни.

„Има значителна разлика между DNN и хората, когато се оценяват в условия извън разпространението, което сериозно компрометира AI приложенията, особено по отношение на тяхната безопасност и справедливост. Резултатите, получени досега в тази изследователска програма, са добра стъпка [към справянето с този вид проблеми]“, казва той.

В бъдеще Fujitsu и CBMM ще се опитат допълнително да усъвършенстват своите опити да разработят AI модели, способни да правят гъвкави преценки, с оглед да ги накарат да работят в области като производство и медицински грижи.

Снимка: Pikrepo

Виж още: Този хуманоиден робот иска да полети като Железния човек