أحدث الأخبار
مختار لك

تدريب الرؤية الحاسوبية على التفكير كالدماغ يعزز الأداء والمتانة

بقلمجلوري كابوروجلوري كابورو 2 دقائق قراءة
رؤية الحاسوب
  • يُحسّن تدريب الشبكات العصبية الاصطناعية لمحاكاة القشرة البصرية للدماغ من أداء الرؤية الحاسوبية ومتانتها.
  • يحسّن المحاذاة العصبية التعرف على الكائنات ويُوافق تفسيرات النماذج مع الإدراك البشري.
  • يساهم دمج التقنيات المستوحاة من الدماغ في الرؤية الحاسوبية في تعزيز التعاون بين علوم الأعصاب والذكاء الاصطناعي، مما يدفع التقدم في كلا المجالين.

اكتشف باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وشركة آي بي إم (IBM) أن تدريب الشبكات العصبية الاصطناعية على محاكاة أنماط معالجة القشرة البصرية للدماغ يمكن أن يعزز بشكل كبير أنظمة الرؤية الحاسوبية. ومن خلال دمج أنماط النشاط العصبي من القشرة الزمنية الإنسية (IT) في الدماغ، لاحظ الفريق تحسناً في قدرات التعرف على الأشياء وزيادة المرونة ضد الهجمات العدائية. وهذا الاختراق في مواءمة الرؤية الحاسوبية مع الرؤية البشرية لديه القدرة على دفع المجال قدماً وتعميق فهمنا للشبكات العصبية البيولوجية.

تعزيز الرؤية الحاسوبية بمحاذاة عصبية

سعى البروفيسور جيمس ديكارلو من جامعة MIT وفريقه إلى تعزيز نماذج الرؤية الحاسوبية من خلال إدخال ميزات تشبه عمل الدماغ. فقد بنوا نموذجًا للرؤية الحاسوبية باستخدام بيانات عصبية تم جمعها من القشرة المخية (IT) لدى القرود، وهي منطقة حيوية للتعرف على الأشياء. ومن خلال تدريب الشبكة العصبية الاصطناعية على محاكاة سلوك الخلايا العصبية المسؤولة عن معالجة الرؤية لدى الرئيسيات، هدفت الدراسة إلى مواءمة العمليات الداخلية للنموذج مع الآليات العصبية للدماغ.

كانت النتائج واعدة، حيث أظهر النموذج المستوحى بيولوجياً أداءً محسناً في مهام التعرف على الأشياء. وطابق الطبقة العصبية الزمنية الإنسية الاصطناعية في النموذج استجابات الخلايا العصبية الزمنية الإنسية البيولوجية عن كثب، حتى عند تقديم صور مشوهة. ووافقت تفسيرات النموذج بشكل أكبر مع الإدراك البشري، مما أظهر فهماً أكثر شبهاً بالبشر للصور. ويوفر هذا الاكتشاف رؤى قيمة حول كيفية معالجة المعلومات المرئية في الدماغ.

تطبيق المحاذاة العصبية على الهجمات العدائية

تتعرض أنظمة الرؤية الحاسوبية لهجمات عدائية، حيث يمكن للتشوهات الطفيفة في الصور أن تضلل الشبكات العصبية الاصطناعية. ووجد الباحثون أن النموذج المحاذاة عصبياً أظهر مقاومة أكبر لهذه الهجمات مقارنة بالنماذج التقليدية. وعلى الرغم من أن الهجمات الأقوى لا تزال يمكن أن تضلل النموذج، إلا أن هذه الظاهرة تعكس الإدراك البشري. ويجري استكشاف أعمق لفهم حدود المرونة ضد الهجمات العدائية لدى البشر.

أثبت التعاون بين علوم الأعصاب وعلوم الحاسوب أنه مثمر، حيث استفادت كلتا المجالين من الرؤى المشتركة. ومع اكتساب باحثي الرؤية الحاسوبية والذكاء الاصطناعي أساليب جديدة لتحقيق المرونة، يمكن لعلماء الأعصاب وعلماء الإدراك تطوير نماذج آلية أكثر دقة للرؤية البشرية. ويعزز هذا الحلقة المفرغة الإيجابية التقدم والابتكار في كل من الذكاء الطبيعي والاصطناعي.

الاتجاهات المستقبلية

ولتعزيز أنظمة الرؤية الحاسوبية بشكل أكبر، يهدف الباحثون إلى دمج نهج المحاذاة العصبية مع تقنيات أخرى مستوحاة من الدماغ. ومن خلال مواءمة طبقات معالجة بصرية متعددة مع أنماط النشاط العصبي، يمكن تطوير نماذج جديدة لمحاكاة التسلسل الهرمي المعقد لمعالجة الرؤية في الدماغ. ويعد هذا التكامل بين علوم الأعصاب وعلوم الحاسوب واعداً بمزيد من التقدم الكبير في مجال الرؤية الحاسوبية.

أظهر دمج الشبكات العصبية الاصطناعية مع التقنيات المستوحاة من الدماغ إمكانات لتحسين أنظمة الرؤية الحاسوبية. ومن خلال تدريب النماذج على التفكير بشكل أشبه بالدماغ البشري، حقق الباحثون تحسناً في التعرف على الأشياء وتحسين المرونة ضد الهجمات العدائية. ولا تؤدي مواءمة الرؤية الحاسوبية مع الرؤية البشرية إلى تطبيقات عملية فحسب، بل تعمق أيضاً فهمنا للآليات المعقدة لعمل الدماغ. ويفتح هذا التآزر التعاوني بين علوم الأعصاب وعلوم الحاسوب آفاقاً جديدة للابتكار والتقدم في مجال الذكاء الاصطناعي.

لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.

شارك هذه المقالة

إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.

جلوري كابورو

جلوري كابورو

غلاي هي صحفية ذات معرفة واسعة ومتقنة لأدوات الذكاء الاصطناعي والبحث. وهي شغوفة بالذكاء الاصطناعي وقد ألّفت عدة مقالات حول هذا الموضوع. تتابع غلاي باستمرار أحدث التطورات في مجالات الذكاء الاصطناعي، والتعلم الآلي، والتعلم العميق، وتكتب عنها بانتظام.

المزيد من الأخبار