摘要：研究人员开发了一种新的人工智能（AI）技术，它使机器视觉更接近人脑的处理方式。该方法称为LP-Convolution，提高了图像识别系统的准确性和效率，同时减少了现有AI模型的计算负担。...

来自基础科学研究所（IBS），尤因斯大学和马克斯·普朗克研究所的研究人员的一组研究人员开发了一种新的人工智能（AI）技术，使机器视觉更接近人类大脑的处理方式。该方法称为LP-Convolution，提高了图像识别系统的准确性和效率，同时减少了现有AI模型的计算负担。

弥合CNN和人脑之间的缝隙

人脑在复杂场景中识别关键细节的效率非常有效，这是传统AI系统努力复制的能力。卷积神经网络（CNN）（CNN）是图像识别的最广泛使用的AI模型 - 使用小型方形过滤器进行过程图像。尽管有效，但这种刚性方法限制了它们在零散数据中捕获更广泛模式的能力。

最近，视觉变形金刚（VIT）通过一次分析整个图像表现出了出色的性能，但是它们需要大量的计算能力和大型数据集，这使得它们对于许多现实世界应用程序都不清楚。

受到大脑视觉皮层如何通过圆形，稀疏的连接来处理信息的启发，研究团队寻求中间立场：类似大脑的方法能否使CNN既高效又强大？

引入LP-Convolution：一种更聪明的观看方式

为了回答这一点，团队开发了LP-Convolution，这是一种新颖的方法，该方法使用多元p-将来的正态分布（MPND）动态地重塑CNN过滤器。与使用固定平方过滤器的传统CNN不同，LP-Convolution允许AI模型适应其滤波器形状 - 根据任务水平或垂直伸展，就像人脑如何选择专注于相关细节一样。

这一突破解决了AI研究的长期挑战，称为大核问题。尽管增加了更多参数，但仅增加CNN中的滤波器大小通常不会提高性能。 LP-Convolution通过引入灵活的，生物学启发的连接模式来克服这一限制。

现实世界的表现：更强，更聪明，更强大的AI

在对标准图像分类数据集（CIFAR-100，Tinyimagenet）的测试中，LP-Convolution在Alexnet和Replknet等现代体系结构等经典模型上都显着提高了精度。该方法还被证明对损坏的数据非常强大，这是现实世界中AI应用程序中的重大挑战。

此外，研究人员发现，当使用其方法中的LP掩模类似于高斯分布时，AI的内部处理模式与与小鼠脑数据的比较证实了，与小鼠脑数据相比证实了与生物学神经活动密切相匹配的情况。

“我们人类很快在一个拥挤的场景中发现了重要的东西，”基础科学研究所认知与社会中心主任C. Justin Lee博士说。 “我们的LP-Convolution模仿了这种能力，使AI可以灵活地专注于图像中最相关的部分 - 就像大脑一样。”

影响和未来应用

与以前依靠小型过滤器或所需资源重型变压器的努力不同，LP-Convolution提供了一种实用，有效的替代方案。这项创新可能会彻底改变以下领域：

- 自动驾驶，AI必须实时迅速检测到障碍

- 医学成像，通过突出细微的细节来改善基于AI的诊断

- 机器人技术，在不断变化的条件下启用更聪明，更适应能力的机器视觉

导演C. Justin Lee说：“这项工作是对AI和神经科学的有力贡献。” “通过更紧密地与大脑保持一致，我们已经解开了CNN的新潜力，使它们更加聪明，更适应能力，并且在生物学上更现实。”

展望未来，团队计划进一步完善这项技术，探索其在复杂的推理任务中的应用，例如解决难题（例如，Sudoku）和实时图像处理。

该研究将在2025年国际学习表现会议（ICLR）会议上介绍，研究小组已公开提供代码和模型：

更多信息：。