Un equipo de investigadores innovadores de la UCLA y el Laboratorio de Investigación del Ejército de los Estados Unidos han desarrollado un enfoque especial que fusiona la conciencia física con las técnicas de aprendizaje automático en tecnologías de visión computarizada conducidas por IA.
La investigación, que se encuentra en su revolucionario artículo publicado en Nature Machine Intelligence, introduce una estrategia combinada que apunta a redefinir cómo las máquinas impulsadas por IA perciben, interactúan y responden al entorno que les rodea en tiempo real – una habilidad indispensable para aplicaciones como los vehículos autónomos y los robots de precisión.[automatic_youtube_gallery type="search" search="Mejoramiento de la visión artificial impulsada por IA mediante conciencia física" cache="2419200" per_page="1" thumb_excerpt="0" player_description="0"]
Estrategia combinada para una Inteligencia Artificial consciente de la física
Tradicionalmente, la visión por computadora, que da a la IA la capacidad para descifrar y prever características del mundo real mediante imágenes, se ha centrado en algoritmos de aprendizaje profundamente fundamentados en datos. Mientras que, la investigación basada en la física ha dirigido sus esfuerzos en la comprensión de los principios físicos que gobiernan muchos de los desafíos en la visión por computadora. Sin embargo, la integración de una comprensión física en las redes neuronales ha sido un desafío continuo.
El innovador estudio de la UCLA busca fusionar los conocimientos relacionados con datos y física para crear una IA híbrida con capacidades superiores. Según Achuta Kadambi, autor principal del estudio y profesor asociado de ingeniería eléctrica e informática en la Escuela de Ingeniería Samueli de UCLA «La influencia física en la inferencia puede hacer que los autos sean más seguros o que los robots quirúrgicos tengan una mayor precisión».
Integración de la física en la Inteligencia Artificial de visión por computadora
El equipo de investigación propone tres formas novedosas de incluir la física en la IA de visión computarizada:
- Infusión de física en los sets de datos de IA: Esto requiere etiquetar objetos con detalles adicionales como su velocidad o peso potenciales, de forma similar a como se hace con los personajes en los videojuegos.
- Incorporación de la física en las estructuras de red: Esta estrategia se refiere a canalizar los datos a través de un filtro de red que codifica las propiedades físicas capturadas por las cámaras.
- Aplicación de la física en la función de pérdida de la red: Este método utiliza el conocimiento de la física para ayudar a la IA a procesar la información de entrenamiento sobre las observaciones que realiza.
Estos enfoques experimentales han demostrado su potencial para mejorar la visión por computadora , permitiendo a la IA realizar un seguimiento y predicción más preciso del movimiento de un objeto y generar imágenes nítidas y de alta resolución a partir de escenas afectadas por malas condiciones climáticas.
El futuro de la Inteligencia Artificial con conciencia física
Los investigadores tienen una visión positiva de que las mejoras continuas en este enfoque podrían llevar a las IA basadas en aprendizaje profundo a descubrir de forma independiente las leyes de la física. Esto abre una nueva etapa en la tecnología de visión por computadora conducida por IA, preparando el camino para una aplicación más segura y eficiente de la IA en variados sectores, incluyendo los vehículos autónomos y la robótica quirúrgica.
Este estudio, que recibió el apoyo financiero del Laboratorio de Investigación del Ejército, fue co-escrito por el científico en ciencias computacionales del Laboratorio de Investigación del Ejército, Celso de Melo, y los profesores de la UCLA, Stefano Soatto, Cho-Jui Hsieh y Mani Srivastava. Otros patrocinadores de este proyecto incluyen la Fundación Nacional de Ciencia, el Programa de Jóvenes Investigadores del Ejército, la Agencia de Proyectos de Investigación Avanzada de Defensa, Intrinsic, una compañía de Alphabet y Amazon.