Наш ориентир то, что сближает людей

Исследователи представили All-Topographic Neural Network (All-TNN) — новую нейронную сеть, демонстрирующую более человекоподобное восприятие изображений, чем распространённые свёрточные нейронные сети (CNN).

Ключевое отличие All-TNN в её архитектуре: в отличие от CNN, которая копирует детекторы признаков, All-TNN имеет уникальную топографическую структуру, где каждый пространственный участок обладает собственным набором обучаемых параметров. Это имитирует работу человеческого мозга, который не копирует знания. При обучении используется «ограничение гладкости», позволяющее соседним нейронам обучаться схожим, но не идентичным признакам.

В тестах на распознавание объектов All-TNN показала в три раза более сильную корреляцию с человеческим восприятием, чем CNN. Хотя по точности классификации она пока уступает CNN, All-TNN демонстрирует значительное превосходство в энергоэффективности: будучи в 13 раз больше, она потребляет более чем в 10 раз меньше энергии. Это достигается за счёт концентрации ресурсов на наиболее информативных частях изображения.

Авторы подчёркивают, что их целью было создание архитектуры, приближающей к пониманию принципов работы как искусственного, так и человеческого интеллекта, а не только энергоэффективность. Разработка All-TNN — важный шаг к созданию нейронных сетей, имитирующих человекоподобное поведение.

ORIENT

Фото: Sora