Представьте: вы едете по горной дороге, и внезапно вас накрывает плотный туман. Вы прищуриваетесь, зрение обостряется, и вы чётко различаете силуэты встречных машин. Человек справляется с такими резкими изменениями условий почти мгновенно. А вот современный беспилотный автомобиль в такой ситуации может легко попасть в аварию.
Сегодняшние системы компьютерного зрения отлично работают в ясную солнечную погоду, но становятся практически слепыми при дожде, тумане или наступлении темноты. Учёные из Университета Валенсии (University of Valencia) нашли решение, вдохновившись самой природой — механизмом работы человеческого мозга.
Механизм «регулятора громкости» в мозге
В нашем мозге нейроны никогда не работают в одиночку. Они используют удивительный процесс, который нейробиологи называют дивизивной нормализацией (divisive normalization). Простыми словами — это автоматический «регулятор громкости». Если один нейрон «видит» очень тёмный участок (например, чёрную машину ночью), соседние нейроны усиливают слабый сигнал, чтобы мелкие детали стали заметнее. Если же перед глазами яркий свет, мозг, наоборот, приглушает «громкость», чтобы мы не ослепли.
Именно этот механизм позволяет нам одинаково хорошо видеть и в яркий полдень, и в густом тумане. Современные ИИ-системы, к сожалению, такой адаптации лишены — они обучены на миллионах статичных изображений, но не умеют быстро перестраиваться при резком изменении освещения или видимости.
Как биология помогла ИИ
Исследователи из Университета Валенсии решили скопировать природный подход. Они взяли популярные модели компьютерного зрения и добавили в них слои, имитирующие «регулятор громкости» нейронов. Теперь нейроны искусственной сети общаются друг с другом и подстраиваются под текущие условия освещения, точно так же, как это происходит в нашем мозге.
Чтобы проверить идею, учёные провели серию тестов на реальных данных европейских городов, ночных снимках из Швейцарии и нескольких виртуальных симуляторах вождения. Обычные ИИ-модели в тумане и темноте начинали «слепнуть»: путали автомобили с зданиями и даже с самой дорогой. А модифицированная, «биологически вдохновлённая» версия продолжала работать стабильно.
Результат впечатляет: в сложных погодных условиях новая система показала более чем на 20 % лучшую точность распознавания объектов по сравнению с обычными моделями.
Безопасность — главный барьер на пути массового распространения автономного транспорта. Пассажиры и пешеходы должны быть уверены, что машина не подведёт в любой ситуации. Новое исследование показывает: чтобы сделать ИИ по-настоящему надёжным, не обязательно строить более мощные компьютеры или собирать ещё больше данных. Иногда достаточно просто внимательно посмотреть на то, как миллионы лет эволюции уже решили эту задачу в нашем собственном мозге.
