高度な人工知能 (AI) モデルはすでにコンピュータ コードを生成し、新薬の発見に役立てることができます。しかし、単純な物体を認識するとなると、彼らはまだ小さなネズミよりはずっと先を行っています。
数百万年にわたる進化を経て洗練されてきたマウスの視覚は、今日の最も強力な AI 画像認識システムよりも依然として効果的です - 写真: ディーキン大学
これは、イタリアのScuola Internazionale Superiore di Studi Avanzati（SISSA）の研究者が、画像認識AIモデルに、マウスが回転、サイズ変更、部分的に隠れた物体。
マウスの視覚はAIよりも「効率的で適応性が高い」
AI モデルは最終的にマウスの画像処理能力に追いつくことができましたが、それにはさらに多くのリソースと計算能力を使用した後のことでした。
物体を元の位置で認識するのはAIにとってもマウスにとっても簡単だったが、物体がさまざまな形で変形されると、研究者はそれに追いつくためにAIモデルのパフォーマンスを高める必要があった。
科学者らは、数百万年にわたる進化を通じて洗練されてきたマウスの視覚が、今日の最も強力な視覚認識システムよりも依然として効果的であることを今回の研究結果が示していると述べている。
マウスの視覚は、いくつかの注目すべき点で人間の視覚とは異なります。まず、他の多くの哺乳類と同様に、ネズミの目は頭の側面に位置しているため、視野が広く、捕食者を感知して回避するのに自然な利点があります。
より具体的には、これまでの研究では、マウスの目は頭の傾きに応じて反対方向に動く可能性があることが示されています。このため、頭を下げたときに「斜視」のように見えます。
実験では、報酬を受け取ることでマウスが画面上の物体を認識するように訓練されました。対象物を正しく識別すると、タッチセンサーが作動します。
この能力を AI と比較するために、SISSA の研究者は畳み込みニューラル ネットワーク (CNN) を作成しました。これは高度なディープラーニング モデルであり、画像認識のための最高の AI システムの 1 つと考えられています。それ自体は哺乳類の視覚皮質を部分的にモデルにしています。
AIにはまだ学ぶべきことがたくさんある
CNN モデルは分類器を使用してオブジェクトを認識します。最も基本的なクラスでは、輪郭やコントラストなどの単純な機能を処理および定義できます。より複雑な画像を認識するために、さらにレイヤーが追加されます。層が増えるごとに追加のリソースと計算能力が必要になります。これは、ラザニアの層が増えると必要な材料が増えるのと同じです。
次に、この CNN モデルに、さまざまな条件下でマウスが物体を認識する能力を再現するように要求しました。隠れておらず、通常の位置にあるオブジェクトを認識する場合、マウスと AI の両方がうまく機能します。その後、AI は最初のレイヤーのみを使用する必要があります。
しかし、オブジェクトが回転したりサイズが変更されたりすると、CNN が適切に動作するために、より多くのレイヤーとリソースが必要になります。一方、マウスは、物体が部分的に隠れている場合でも、一貫して物体を認識できますが、これは AI が苦手とする点です。
研究者らは、マウスの視覚はAIの視覚認識システムよりも柔軟で適応性が高いようだと結論付けた。
マウスの視覚研究は、強力な AI モデルが確かに特定のタスクでは優れているものの、それでも限界がないわけではないことを思い出させてくれます。
昨年末、OpenAIのCEOサム・アルトマン氏は、世界は「数千日以内」に超知能を実現できると主張する論文を発表した。億万長者のイーロン・マスク氏も、2025年には超知能AIが登場する可能性があると述べた。
しかし、これらのマイルストーンは実際には何を意味するのでしょうか?大規模言語 AI モデルが医学や法律の標準試験で一部の人間を上回る成績を収めているのは事実です。しかし、AIはまだ医師の監督なしに正式な医療診断を行うことができず、AIが生成した文書を使用する弁護士は虚偽の情報を含んでいたとして罰金を科せられたことがある。
さらに、二足歩行ロボットに導入された高度な AI システムは、バランスを保つのに苦労することがよくあります。そして、SISSA の研究が示すように、AI はまだマウスと同じレベルの視力に到達できないようです。言い換えれば、AI は人間と動物の両方からまだ学ぶべきことがたくさんあるのです。
[広告2]
出典: https://tuoitre.vn/ai-thua-chuot-khi-nhan-dien-vat-the-bi-che-khuat-2025020307425984.htm
コメント (0)