Bioinspired CNNs for border completion in occluded images
تقدم هذه الورقة البحثية BorderNet، وهي شبكة عصبية تلافيفية مستوحاة بيولوجياً تستفيد من النماذج الرياضية لإكمال الحدود في القشرة البصرية لتحسين متانة التصنيف بشكل كبير ضد حالات حجب الخطوط والشبكات عبر مجموعات بيانات MNIST وFashion-MNIST وEMNIST.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تنظر إلى شيء مألوف، مثل تفاحة حمراء، لكن شخصًا ما وضع ستارة سميكة ومخططة أمامها. لا يمكنك إلا رؤية بقع من اللونين الأحمر والأخضر. قد يصاب نظام الرؤية الحاسوبية العادي بالارتباك ويقول: "لا أعرف ما هذا!" لأن الصورة معطلة.
ومع ذلك، فإن دماغك يعمل كساحر. حتى مع هذه الفجوات، يقوم دماغك بـ "توصيل النقاط" فورًا ويخبرك: "هذه بالتأكيد تفاحة". تسمى هذه القدرة على إكمال الحدود (border completion)، وهي بمثابة قوة خارقة للقشرة البصرية في دماغك (الجزء المسؤول عن معالجة الرؤية).
هذه الورقة البحثية تتحدث عن تعليم الحواسيب القيام بنفس الخدعة السحرية.
المشكلة: الحواسيب تكره الصور المكسورة
بدأ الباحثون بنموذج رؤية حاسوبية قياسي يسمى LeNet5. فكر في LeNet5 كطالب ذكي جداً درس آلاف الصور للأرقام (مثل 0-9) والقطع الموضات (مثل الأحذية والقمصان). إنه بارع في التعرف عليها عندما تكون الصورة مثالية.
ولكن، بمجرد أن تضع "ستارة" (حجب) فوق الصورة — مثل خطوط سوداء قطرية أو نمط شبكي — يرتبك هذا الطالب. يفشل في التعرف على الشيء لأن الخطوط الحاسمة مفقودة.
الحل: الاستعارة من علم الأحياء
سأل الباحثون: "كيف يملأ الدماغ البشري الفجوات؟"
لقد نظروا إلى القشرة البصرية (وتحديداً جزء يسمى V1). داخل دماغك، هناك "محققون" صغار (عصبونات) متخصصون في البحث عن الخطوط في اتجاهات محددة.
- بعض المحققين يبحثون فقط عن الخطوط الأفقية.
- البعض الآخر يبحث فقط عن الخطوط الرأسية.
- والبعض يبحث عن الخط الخطوط القطرية.
الأهم من ذلك، أن هؤلاء المحققين يتواصلون مع بعضهم البعض. إذا رأى محقق خطاً أفقياً على اليسار، ورأى آخر خطاً أفقياً على اليمين، فإنهما "يتصافحان" (يحفزان بعضهما البعض) ليقولا: "مهلاً، من المحتمل وجود خط يربط بيننا!" وهذا يخلق مساراً مستمراً وسلساً حتى عندما يكون المنتصف مفقوداً.
الابتكار: "BorderNet"
قام الفريق ببناء نموذج حاسوبي جديد يسمى BorderNet. وبدلاً من إعطاء الكمبيوتر لوحة بيضاء ليبدأ التعلم من الصفر، منحوه دفعة قوية عبر تثبيت مرشحات مستوحاة حيوياً.
فكر في هذه المرشحات كأنها نظارات متخصصة يرتديها الكمبيوتر قبل أن يبدأ حتى في النظر إلى الصورة.
- الطريقة القديمة (LeNet5): ينظر الكمبيوتر إلى الصورة ويحاول تخمين الشكل.
- الطريقة الجديدة (BorderNet): قبل التخمين، يرتدي الكمبيوتر أربعة أزواج من النظارات: واحدة تبرز الخطوط الأفقية، وأخرى للرأسية، واثنتان للخطوط القطرية. تعمل هذه النظارات مثل "المحققين" في الدماغ، حيث تبحث بنشاط عن الخطوط المكسورة وتصل بينها.
التجربة: "اختبار الحجب"
لاختبار مدى نجاح ذلك، أخذ الباحثون ثلاث مجموعات بيانات شهيرة (صور أرقام، قطع موضة، وحروف مكتوبة بخط اليد) وأفسدوها عمداً. لقد غطوا الصور بـ:
- الخطوط: مثل نمط الحمار الوحشي الذي يحجب الرؤية.
- الشبكات: مثل شاشة النافذة التي تحجب الرؤية.
لقد دربوا الحواسيب على صور مثالية، ولكنهم اختبروها على هذه الصور المكسورة.
النتائج: الدماغ ينتصر
كانت النتائج مبهرة.
- عندما كانت الصور مغطاة جزئياً، كان BorderNet أفضل بكثير في تخمين الشيء مقارنة بالنموذج القياسي.
- حتى عندما كانت الصور مغطاة بكثافة (مثل تغطية 50% من الصورة بخطوط سوداء)، تمكن BorderNet غالباً من الحفاظ على هدوئه وتحديد الشيء، بينما استسلم النموذج القياسي.
ببساطة، من خلال منح الكمبيوتر "حدساً بيولوجياً" لكيفية اتصال الخطوط، جعلوه أكثر قدرة على مواجهة البيانات الفوضوية وغير المكتملة.
لماذا يهم هذا؟
هذا ليس مجرد أمر يتعلق بالتعرف على الأرقام بشكل أفضل. إنها خطوة نحو جعل الذكاء الاصطناعي أكثر شبهاً بالرؤية البشرية. في العالم الحقيقي، قد تصبح الكاميرات متسخة، أو تختفي الأشياء خلف الناس، أو تتغير الإضاءة. من خلال محاكاة الطريقة التي يملأ بها دماغنا الفراغات بشكل طبيعي، يمكننا بناء أنظمة ذكاء اصطناعي أقل هشاشة وأكثر موثوقية في العالم الحقيقي الفوضوي وغير المثالي.
الخلاصة: لقد أخذ الباحثون نموذجاً رياضياً لكيفية توصيل الدماغ البشري للخطوط المكسورة واستخدموه لترقية رؤية الكمبيوتر. النتيجة؟ كمبيوتر لا يكتفي فقط بـ "رؤية" البكسلات، بل "يفهم" الأشكال فعلياً، حتى عندما تكون مخفية جزئياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.