.
Pesquisadores da UCLA e do Laboratório de Pesquisa do Exército dos Estados Unidos apresentaram uma nova abordagem para aprimorar as tecnologias de visão computacional com inteligência artificial, adicionando consciência baseada em física a técnicas orientadas por dados.
Publicado em Inteligência da máquina da natureza, o estudo ofereceu uma visão geral de uma metodologia híbrida projetada para melhorar a forma como as máquinas baseadas em IA percebem, interagem e respondem ao seu ambiente em tempo real – como em como os veículos autônomos se movem e manobram, ou como os robôs usam a tecnologia aprimorada para realizar operações de precisão ações.
A visão computacional permite que os AIs vejam e entendam seus arredores, decodificando dados e inferindo propriedades do mundo físico a partir de imagens. Embora essas imagens sejam formadas por meio da física da luz e da mecânica, as técnicas tradicionais de visão computacional se concentram predominantemente no aprendizado de máquina baseado em dados para impulsionar o desempenho. A pesquisa baseada em física foi desenvolvida, em uma trilha separada, para explorar os vários princípios físicos por trás de muitos desafios de visão computacional.
Tem sido um desafio incorporar uma compreensão da física – as leis que governam massa, movimento e muito mais – no desenvolvimento de redes neurais, onde IAs modeladas após o cérebro humano com bilhões de nós para processar enormes conjuntos de dados de imagem até que eles obter uma compreensão do que eles “veem”. Mas agora existem algumas linhas de pesquisa promissoras que buscam adicionar elementos de consciência física em redes já robustas baseadas em dados.
O estudo da UCLA visa aproveitar o poder do conhecimento profundo dos dados e do know-how da física do mundo real para criar uma IA híbrida com recursos aprimorados.
“Máquinas visuais – carros, robôs ou instrumentos de saúde que usam imagens para perceber o mundo – estão realizando tarefas em nosso mundo físico”, disse o autor correspondente do estudo, Achuta Kadambi, professor assistente de engenharia elétrica e de computação na UCLA. Escola de Engenharia Samueli. “Formas de inferência baseadas em física podem permitir que os carros dirijam com mais segurança ou que os robôs cirúrgicos sejam mais precisos”.
A equipe de pesquisa delineou três maneiras pelas quais a física e os dados estão começando a ser combinados em inteligência artificial de visão computacional:
- Incorporando física em conjuntos de dados de IA Marque objetos com informações adicionais, como a velocidade com que se movem ou quanto pesam, semelhante a personagens de videogames
- Incorporando física em arquiteturas de rede Execute dados por meio de um filtro de rede que codifica as propriedades físicas no que as câmeras captam
- Incorporando a física na função de perda de rede Aproveite o conhecimento construído sobre a física para ajudar a IA a interpretar os dados de treinamento sobre o que ela observa
Essas três linhas de investigação já produziram resultados encorajadores na melhoria da visão computacional. Por exemplo, a abordagem híbrida permite que a IA rastreie e preveja o movimento de um objeto com mais precisão e possa produzir imagens precisas e de alta resolução de cenas obscurecidas pelo clima inclemente.
Com o progresso contínuo nessa abordagem de modalidade dupla, as IAs baseadas em aprendizado profundo podem até começar a aprender as leis da física por conta própria, de acordo com os pesquisadores.
Os outros autores do artigo são o cientista da computação do Laboratório de Pesquisa do Exército Celso de Melo e o professor de ciência da computação da UCLA, Stefano Soatto; Cho-Jui Hsieh, professor associado de ciência da computação e Mani Srivastava, professor de engenharia elétrica e de computação e de ciência da computação.
A pesquisa foi apoiada em parte por uma bolsa do Laboratório de Pesquisa do Exército. Kadambi é apoiado por doações da National Science Foundation, do Programa de Jovens Investigadores do Exército e da Agência de Projetos de Pesquisa Avançada de Defesa. Co-fundador da Vayu Robotics, Kadambi também recebe financiamento da Intrinsic, uma empresa da Alphabet. Hsieh, Srivastava e Soatto recebem apoio da Amazon.
.
