Un estudio sugiere un cambio de paradigma para la ciencia de la visión y la inteligencia artificial

[ad_1]

El campo receptivo (RF) de una neurona es el término que se aplica al espacio en el que la presencia de un estímulo altera la respuesta de la misma neurona.

Las respuestas de las neuronas visuales, así como los fenómenos de percepción visual en general, son funciones altamente no lineales de la entrada visual (en matemáticas, los sistemas no lineales representan fenómenos cuyo comportamiento no se puede expresar como la suma de los comportamientos de sus descriptores).

Por el contrario, los modelos de visión utilizados en ciencia se basan en la noción de campo receptivo lineal; En inteligencia artificial y aprendizaje automático, dado que las redes neuronales artificiales se basan en modelos clásicos de visión, también utilizan campos receptivos lineales.

Modelar la visión basada en un campo receptivo lineal plantea varios problemas inherentes: cambia con cada entrada, presupone un conjunto de funciones básicas para el sistema visual y entra en conflicto con estudios recientes sobre cálculos dendríticos “,

Marcelo Bertalmío, primer autor del estudio, Universitat Pompeu Fabra – Barcelona

El estudio fue publicado recientemente en la revista del grupo Nature, Informes científicos. El artículo propone modelar el campo receptivo de manera no lineal, introduciendo el concepto de campo receptivo intrínsecamente no lineal o INRF.

El artículo propone modelar el campo receptivo de manera no lineal, introduciendo el campo receptivo intrínsecamente no lineal o INRF. Estudio realizado por Marcelo Bertalmío, Alex Gómez-Villa, Adrián Martín, Javier Vázquez-Corral y David Kane, investigadores del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF, junto con Jesús Malo, investigador de la Universidad de Valencia.

Un enfoque con amplias implicaciones

El INRF, además de ser más plausible fisiológicamente y de incorporar el principio de representación eficiente, tiene una propiedad clave de implicaciones de amplio alcance: para varios fenómenos de la ciencia de la visión donde una RF lineal debe variar con la entrada para predecir respuestas, mientras que una RF lineal varía para cada estímulo, el INRF puede permanecer constante bajo diferentes estímulos.

Bertalmío añade: “También hemos demostrado que las redes neuronales artificiales con módulos INRF en lugar de filtros lineales tienen un rendimiento notablemente mejorado y emulan mejor la percepción humana básica”. Esta investigación destaca la naturaleza intrínsecamente no lineal de los campos receptivos en la visión y sugiere un cambio de paradigma tanto para la ciencia de la visión como para la inteligencia artificial.

.

[ad_2]

Source link