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、新薬の発見に貢献しています。しかし、単純な物体を認識するとなると、小さなマウスにはまだ長い道のりが残っています。
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、雑誌「Patterns」に掲載された研究の結論だ。この研究では、イタリアのScuola Internazionale Superiore di Studi Avanzati(SISSA)の研究者らが、画像認識AIモデルに、回転、サイズ変更、および部分的に遮蔽された物体を認識するマウスの能力を再現するよう依頼した。
マウスの視覚はAIよりも「効率的で適応的」である
AI モデルは、さらに多くのリソースと計算能力を使用した後、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。
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、研究者はマウスに追いつくために AI モデルのパフォーマンスを向上させる必要があった。
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。
ネズミの視覚は、人間の視覚とはいくつかの点で大きく異なります。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、捕食者を見つけて回避するのに有利です。
さらに驚くべきことに、以前の研究では、マウスの眼球は頭の傾き方に応じて反対方向に動くことが示されています。そのため、頭を下げたマウスは「寄り目」のように見えます。
この実験では、マウスは報酬を受け取ることで画面上の物体を認識するように訓練されました。マウスが目標物体を正しく認識すると、タッチセンサーが作動するようになりました。
この能力をAIと比較するため、SISSAの研究者たちは畳み込みニューラルネットワーク(CNN)を作成しました。これは最先端のディープラーニングモデルであり、画像認識において最も優れたAIシステムの一つと考えられています。CNN自体は、哺乳類の視覚野を部分的にモデル化しています。
AIにはまだ学ぶべきことがたくさんある
CNNモデルは階層構造を用いて物体を認識します。最も基本的な層は、輪郭やコントラストといった単純な特徴を処理・識別できます。より複雑な画像を認識するには、層を追加していきます。層を追加するごとに、より多くのリソースと計算能力が必要になります。これは、ラザニアに層を追加するほど材料が必要になるのと同じです。
このCNNモデルは、様々な条件下でマウスの物体認識能力を再現するように求められました。遮蔽されておらず通常の位置にある物体を認識する場合、マウスとAIはどちらも良好な結果を示しました。AIは最初のレイヤーのみを使用する必要がありました。
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は正常に動作するためにより多くのレイヤーとリソースを必要とします。一方、マウスは部分的に隠れたオブジェクトでも安定して認識できますが、これはAIにとっては難しいことです。
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素晴らしい成果を上げているものの、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」に超知能を実現する可能性があると主張する論文を発表しました。億万長者のイーロン・マスク氏も、超知能AIは2025年までに出現する可能性があると述べています。
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?確かに、大規模なAI言語モデルは医学や法律の標準試験において一部の人間を上回る成績を上げています。しかし、AIは依然として医師の監督なしに正式な医学的診断を下すことはできず、AI生成テキストを使用した弁護士は情報を偽ったとして罰金を科せられています。
さらに、二足歩行ロボットに搭載されている高度なAIシステムは、バランスを取るのに苦労することがよくあります。また、SISSAの研究が示すように、AIは未だにマウスと同等の視力には達していないようです。つまり、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ということです。
[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)