据外媒报道，由韩国基础科学研究院（Institute for Basic Science）、延世大学（Yonsei University）和德国马克斯·普朗克研究所（Max Planck Institute）组成的研究团队开发出一项新的人工智能（AI）技术，使机器视觉更接近人脑的图像处理方式。这项名为Lp-Convolution的技术提高了图像识别系统的准确性与效率，同时降低了现有AI模型的计算负担。

图片来源：Institute for Basic Science

人类大脑在复杂场景中识别关键细节的效率极高，而传统的AI系统却难以复制这种能力。卷积神经网络（CNN）作为最广泛使用的图像识别模型，采用小型方形滤波器处理图像。虽然有效，但这种僵化的方法限制了其捕捉碎片化数据中更广泛模式的能力。

最近，视觉变换器通过一次性分析整个图像展现出更优越的性能，但它们需要巨大的计算能力和庞大的数据集，这使得它们在许多实际应用中并不实用。

受大脑视觉皮层通过环形稀疏连接选择性处理信息的启发，该研究团队寻找到了折中方案：能否通过类似大脑的方法使CNN兼具高效与强大？

Lp-Convolution：更智能的视觉方案

为此，研究团队开发出Lp-Convolution，这是一种运用多元p-广义正态分布（MPND）动态重塑CNN滤波器的新方法。与使用固定方形滤波器的传统CNN不同，Lp-Convolution允许AI模型根据任务需求横向或纵向调整滤波器形状，就像人脑选择性聚焦关键细节一样。

这一突破解决了AI研究中一个长期存在的难题，即大内核问题。尽管增加了更多参数，但仅仅增加CNN的滤波器大小（例如使用7×7或更大的内核）通常并不能提高性能。Lp-Convolution通过引入灵活的、受生物启发的连接模式，克服了这一限制。

实际表现：更强大、更智能且更稳健的AI

在标准图像分类数据集（CIFAR-100、TinyImageNet）测试中，Lp-Convolution显著提升了AlexNet等经典模型和RepLKNet等现代架构的识别准确率。该方法对数据损坏表现出极强的鲁棒性，这对实际AI应用至关重要。此外，研究人员发现，当该方法使用的Lp掩模呈现高斯分布时，AI的内部处理模式与生物神经活动高度吻合，这一结论通过与小鼠脑部数据的对比得到了验证。

基础科学研究院认知与社会性中心主任C. Justin Lee博士指出：“人类能在繁杂场景中快速锁定关键信息。Lp-Convolution模拟了这种能力，使AI能像人脑一样灵活聚焦于图像的核心要素。”

应用前景与影响

相较于依赖小型固定滤波器或资源密集型变换器的传统方案，Lp-Convolution提供了一个实用高效的替代方案。这一创新可能会给以下领域带来革命性的变化：

  • 自动驾驶：AI必须实时快速检测障碍物

  • 医学成像：通过突出细微特征提升AI诊断精度

  • 机器人技术：实现多变环境下更智能、适应性更强的机器视觉

Lee主任强调：“这项研究对AI与神经科学都是重要贡献。通过贴近大脑机制，我们释放了CNN的新潜力，使其更智能、适应性更强、更符合生物学现实。”展望未来，该研究团队计划进一步优化该技术，探索其在数独解题等复杂推理任务及实时图像处理中的应用前景。