Hợp tác nghiên cứu Cải thiện thị giác máy tính cho AI

Các nhà nghiên cứu từ Đại học Texas tại San Antonio UTSA, Đại học Trung tâm Florida (UCF), Phòng thí nghiệm Nghiên cứu Không quân (AFRL) và SRI International đã phát triển một phương pháp mới giúp cải thiện cách trí tuệ nhân tạo học cách nhìn.

Được dẫn dắt bởi Sumit Jha , giáo sư Khoa Khoa học Máy tính tại UTSA, nhóm đã thay đổi cách tiếp cận thông thường được sử dụng để giải thích các quyết định học máy dựa trên một lần đưa nhiễu vào lớp đầu vào của mạng nơ-ron. Nghiên cứu mới của Jha được mô tả trong bài báo ‘Về các thuộc tính mượt mà hơn bằng cách sử dụng các phương trình vi phân ngẫu nhiên thần kinh’.

Nhóm nghiên cứu cho thấy rằng việc thêm nhiễu, còn được gọi là pixilation, dọc theo nhiều lớp của mạng sẽ mang lại khả năng thể hiện hình ảnh mạnh mẽ hơn mà AI có thể nhận ra và tạo ra các giải thích mạnh mẽ hơn cho các quyết định của AI. Công việc này hỗ trợ sự phát triển của cái được gọi là ‘AI có thể giải thích được’ nhằm tìm cách kích hoạt các ứng dụng AI có độ đảm bảo cao.

“Đó là về việc đưa tiếng ồn vào mọi lớp,” Jha nói. “Mạng hiện buộc phải học cách biểu diễn đầu vào mạnh mẽ hơn trong tất cả các lớp bên trong của nó. Nếu mọi lớp gặp nhiều nhiễu hơn trong mỗi lần đào tạo, thì việc thể hiện hình ảnh sẽ mạnh mẽ hơn và bạn sẽ không thấy AI thất bại chỉ vì bạn thay đổi một vài pixel của hình ảnh đầu vào.”

Thị giác máy tính, khả năng nhận dạng hình ảnh, có nhiều ứng dụng kinh doanh. Loại máy học này có thể được sử dụng trong nhiều ngành công nghiệp, bao gồm cả các nhà sản xuất sử dụng nó để phát hiện tỷ lệ đào thải.

Thông qua học sâu, một máy tính được đào tạo để thực hiện các hành vi, chẳng hạn như nhận dạng giọng nói, xác định hình ảnh hoặc đưa ra dự đoán. Thay vì tổ chức dữ liệu để chạy qua các phương trình tập hợp, học sâu hoạt động trong các tham số cơ bản về tập dữ liệu và huấn luyện máy tính tự học bằng cách nhận dạng các mẫu bằng nhiều lớp xử lý.

Trong hầu hết các mô hình dựa trên các phương trình vi phân thông thường thần kinh (ODE), một máy được đào tạo với một đầu vào thông qua một mạng, sau đó lan truyền qua các lớp ẩn để tạo ra một phản hồi trong lớp đầu ra. Nhóm các nhà nghiên cứu UTSA, UCF, AFRL và SRI này sử dụng một phương pháp năng động hơn được gọi là phương trình vi phân ngẫu nhiên (SDEs). Khai thác mối liên hệ giữa các hệ thống động lực và chỉ ra rằng các SDE thần kinh dẫn đến các phân bổ ít nhiễu hơn, sắc nét hơn và mạnh mẽ hơn về mặt định lượng so với các phân bổ được tính toán bằng ODE thần kinh.

Phương pháp SDE học không chỉ từ một hình ảnh mà từ một tập hợp các hình ảnh gần đó do việc đưa nhiễu vào nhiều lớp của mạng thần kinh. Khi có nhiều tiếng ồn hơn, máy sẽ học cách tiếp cận đang phát triển và tìm ra những cách tốt hơn để đưa ra lời giải thích hoặc quy kết đơn giản vì mô hình được tạo ngay từ đầu dựa trên các đặc điểm và/hoặc điều kiện của hình ảnh đang phát triển. Đó là một cải tiến đối với một số phương pháp phân bổ khác bao gồm bản đồ độ mặn và độ dốc tích hợp

“Tôi rất vui được chia sẻ một tin tuyệt vời rằng bài báo của chúng tôi về AI có thể giải thích được vừa được chấp nhận tại IJCAI,” Jha nói thêm. “Đây là một cơ hội lớn để UTSA trở thành một phần trong cuộc trò chuyện toàn cầu về cách nhìn của máy móc.”

Để biết thêm thông tin: www.utsa.edu