Un equipo de investigadores del Instituto de Ciencias Básicas (SII), Universidad de UNC, y el Instituto Max Planck ha desarrollado una nueva técnica de inteligencia artificial (IA) que acerca a la máquina a la forma en que el cerebro humano actúa en las imágenes. Llamado LP-Convolice, este método mejora la precisión y el rendimiento del sistema de identificación de imágenes al tiempo que reduce el cálculo de los modelos de IA existentes.
Eliminar la brecha entre los CNN y el cerebro humano
El cerebro humano es significativamente efectivo para identificar detalles clave en escenas complejas, la capacidad que el sistema de IA tradicional ha luchado para duplicar. Redes neuronales confederadas (CNN): el modelo de IA más utilizado para procesos de identificación de fotografía utilizando filtros pequeños de tamaño cuadrado. Aunque efectivo, este enfoque estricto limita su capacidad para capturar muestras más amplias en datos dispersos.
Recientemente, Vision Transformers (VIIT) se ha desempeñado altamente analizando las fotos completas al mismo tiempo, pero necesitan potencia computacional a gran escala y datos principales, lo que las hace impredecibles para muchas aplicaciones del mundo real.
Influenciado por cómo la corteza visual del cerebro actúa sobre la información a través de los contactos circulares y virales, el equipo de investigación buscó la tierra media: ¿puede el enfoque similar al cerebro hacer que los CNN sean efectivos y poderosos?
Introducción de LP-Klovation: una forma de visualización inteligente
Para responder a esto, el equipo desarrolló LP-Controversy, una nueva forma que utiliza una distribución normal P-General Multi-Verit (MPND) para nuevas formas dinámicamente nuevas para los filtros CNN. A diferencia de la CNN tradicional, que utiliza filtros cuadrados fijos, LP-Convoloscience permite a los modelos de IA adoptar sus formas de filtro, se extiende horizontal o verticalmente en función del trabajo, ya que el cerebro humano selecciona selectivamente enfocándose en detalles relevantes.
Este progreso resuelve un desafío de larga data en la investigación de IA, conocido como el gran problema del núcleo. Incluyendo parámetros máximos, el rendimiento generalmente no mejora, por lo general, aumentar el tamaño del filtro en CNN (por ejemplo, usar 7 × 7 o más del núcleo) no mejora el rendimiento. El elástico de la convención LP elimina este rango al introducir muestras de contacto biológicamente impresionantes.
Rendimiento del mundo real: IA fuerte, inteligente y más fuerte
En las pruebas sobre datos de calificación de imagen estándar (CIFAR-100, Tinyimagnet), LP-Convolosion mejoró significativamente la precisión en los modelos clásicos como Alexnet y Repúblicos. Este método también demostró ser muy fuerte contra los datos corruptos, que es un desafío importante en las aplicaciones de IA del mundo real.
Además, los investigadores encontraron que cuando las máscaras de LP se parecen a la distribución de chismes utilizadas en sus procedimientos, las muestras de procesamiento interno de IA coinciden estrechamente con la actividad del nervio biológico, en comparación con los datos del cerebro del ratón.
“Los humanos somos rápidamente importantes en una escena llena de gente”. “Nuestra convención LP imita la capacidad, que permite a la IA flexible a las partes más relevantes de una imagen, como lo hace el cerebro”.
Impacto y solicitudes futuras
Al contrario de los esfuerzos anteriores que se basan en filtros pequeños y duros o transformadores pesados con recursos, la convención LP ofrece una alternativa práctica y efectiva. Esta innovación puede revolucionar los campos como:
– Conducción autónoma, donde la IA debe detectar la piel de las barreras de tiempo real
– Mejorar el diagnóstico basado en AI destacando imágenes médicas, detalles sutiles
– Activación de robótica, visión artificial convertida y más adaptable en condiciones cambiantes
“Este trabajo es una contribución poderosa tanto para la IA como para la neurociencia”, dijo el director Sey Justin Lee. “Al llevar la IA a la IA más estrechamente con el cerebro, hemos abierto nuevas capacidades para CNN, haciéndolas mejores, más complicadas y más biológicamente realistas”.
Mirando hacia el futuro, el equipo tiene la intención de mejorar esta tecnología, y sus aplicaciones buscan tareas de razonamiento complejas como resolver el rompecabezas (como, Sudoko) y el procesamiento de imágenes de tiempo real.
El estudio se presentará en la Conferencia Internacional sobre Depresión de Aprendizaje (ICLR) 2025, y el equipo de investigación ha puesto a disposición públicamente sus códigos y modelos.
Más información: https://github.com/jeakwon/lpconv/.
