IBS-延世大学研究团队在2025年国际学习表征会议（ICLR）上介绍了一种新型Lp卷积方法。

来自基础科学研究所 (IBS)、延世大学和马克斯普朗克研究所的一组研究人员开发了一种新的人工智能 (AI) 技术，该技术使机器视觉更接近人类大脑处理视觉信息的方式。这种方法被称为 Lp 卷积，它在提高图像识别系统准确性和效率的同时，也降低了传统 AI 模型的计算需求。

弥合卷积神经网络与人类大脑之间的鸿沟

人类大脑擅长迅速识别复杂视觉场景中的重要特征，这种效率是传统人工智能系统难以实现的。卷积神经网络（CNN）是图像识别最常用的模型，它使用小型固定的方形滤波器来分析图像。虽然在一定程度上有效，但这种设计限制了它们在碎片化或可变数据中检测更广泛模式的能力。

最近，视觉变换器（Vision Transformers，ViTs）通过同时评估整个图像，其性能已超越卷积神经网络（Convolutional Neural Networks，CNNs）。然而，它们的成功是有代价的，即它们需要巨大的计算能力和庞大的数据集，这使得它们在实际的大规模部署中不太可行。

受到大脑视觉皮层通过环形稀疏连接选择性处理信息方式的启发，研究团队寻求一种折中方案：能否采用类似大脑的方法使卷积神经网络既高效又强大？

介绍LP卷积：一种更明智的观察方式

为了回答这个问题，该团队开发了Lp卷积，这是一种新方法，它使用多元p广义正态分布（MPND）来动态重塑卷积神经网络（CNN）滤波器。传统的CNN使用固定的方形滤波器，与之不同，Lp卷积允许人工智能（AI）模型根据任务调整其滤波器形状，水平或垂直拉伸，很像人类大脑选择性地关注相关细节的方式。

这一突破解决了人工智能研究中一个长期存在的挑战，即大核问题。在卷积神经网络（CNN）中，简单地增加滤波器的大小（例如，使用7×7或更大的核）通常并不能提高性能，尽管这增加了更多的参数。而局部相位卷积（Lp-Convolution）通过引入灵活且受生物启发的连接模式克服了这一局限性。

实际应用表现：更强大、更智能、更稳健的人工智能

在标准图像分类数据集（CIFAR-100、TinyImageNet）的测试中，Lp卷积在AlexNet等传统模型以及RepLKNet等现代架构上的准确性均得到了显著提升。该方法还证明了对损坏数据具有高度鲁棒性，这是现实世界中人工智能应用面临的主要挑战之一。

此外，研究人员发现，当他们的方法中所使用的Lp掩码类似于高斯分布时，人工智能的内部处理模式与生物神经活动高度匹配，这一点通过与小鼠大脑数据的比较得到了证实。

“在拥挤的场景中，我们人类能迅速发现重要的东西，”基础科学研究所认知与社会性研究中心主任 C. Justin LEE 博士说道。“我们的局部路径卷积模仿了这种能力，使人工智能能够像大脑一样灵活地关注图像中最相关的部分。”

影响与未来应用

与以往依赖小型刚性滤波器或需要资源密集型转换器的方案不同，Lp卷积提供了一种实用且高效的替代方案。这一创新可能会给以下领域带来革命性变化：

“这项工作对人工智能和神经科学都做出了巨大贡献，”主任C·贾斯汀·李表示。“通过将人工智能与大脑更紧密地结合起来，我们发掘出了卷积神经网络的新潜力，使其更加智能、更具适应性，也更符合生物学原理。”

展望未来，研究团队计划进一步完善这项技术，探索其在解决谜题（例如数独）和实时图像处理等复杂推理任务中的应用。

参考文献：Jea Kwon、Sungjun Lim、Kyungwoo Song和C. Justin Lee于2025年3月11日在国际学习表征会议（ICLR 2025）上发表的“受大脑启发的Lp卷积有益于大核，且与视觉皮层更为契合”。

该研究将于2025年国际学习表征会议（ICLR）上发表，研究团队已将其代码和模型公开：https://github.com/jeakwon/lpconv/

资金来源：基础科学研究所

不要错过任何突破：订阅SciTechDaily新闻通讯。