Reti di capsule
Le reti di capsule sono un'architettura neurale che raggruppa i neuroni in "capsule" che emettono vettori che codificano sia se una caratteristica esiste sia la sua posa (posizione, orientamento, scala).
Panoramica
They aim to fix a core blindness in standard convolutional networks: losing track of spatial relationships between parts.
Immersione profonda
Proposte da Geoffrey Hinton, Sara Sabour e Nicholas Frosst nel 2017, le reti di capsule sostituiscono l'output di un neurone scalare con un vettore. La lunghezza del vettore rappresenta la probabilità che un'entità (come un occhio o un naso) sia presente, mentre il suo orientamento codifica i parametri di posa. Le capsule di livello inferiore prevedono la posa delle capsule di livello superiore attraverso matrici di trasformazione e un processo chiamato routing dinamico per accordo decide di quali previsioni fidarsi. Quando più capsule parziali concordano sullo stesso insieme, il routing rafforza quella connessione. L'originale CapsNet ha ottenuto ottimi risultati su MNIST ed è stato particolarmente resistente alla sovrapposizione di cifre e trasformazioni affini, affrontando il "problema Picasso" in cui le CNN accettano i tratti del viso confusi come un volto valido.
Approfondimento tecnico
Il meccanismo chiave è una non linearità "schiacciata" che riduce i vettori corti verso zero e i vettori lunghi verso la lunghezza uno, quindi la grandezza del vettore viene letta come una probabilità. Il routing dinamico esegue quindi alcune iterazioni di una fase di accordo ponderata softmax: ciascuna capsula inferiore invia la sua previsione e i coefficienti di accoppiamento aumentano per le capsule superiori il cui output si allinea (tramite prodotto scalare) con tale previsione. Questo sostituisce il max-pooling, preservando informazioni spaziali precise invece di scartarle.
Impatto strategico
Costo e budget
Le decisioni relative all'architettura determinano prestazioni e costi operativi per anni.
Decisioni più chiare
La formazione tecnica aiuta i team a scegliere lo stack giusto, non solo quello più nuovo.
Controllo di qualità
Migliori scelte ingegneristiche riducono gli incidenti legati all’affidabilità nella produzione.
Il futuro delle reti di capsule
Le reti a capsula rimangono più una direzione di ricerca che uno standard implementato, in gran parte perché il routing dinamico è costoso dal punto di vista computazionale e si adatta scarsamente a immagini di grandi dimensioni come ImageNet. Il lavoro successivo ha esplorato il routing EM (Matrix Capsule) e il routing basato sull'attenzione personale per migliorare l'efficienza. Man mano che cresce l'interesse per l'equivarianza, l'efficienza del campione e le gerarchie interpretabili parte-intero, le idee sulle capsule continuano a influenzare la ricerca, inclusa la successiva proposta GLOM di Hinton, anche se i Transformers dominano la visione tradizionale.
Implementazione nel mondo reale
Classificare le cifre scritte a mano su MNIST durante la ricostruzione dell'input dai vettori della capsula, mostrando i parametri di posa è significativo.
Separare due cifre sovrapposte (l'attività MultiMNIST) segmentando quali pixel appartengono a quale entità.
Ricerca di imaging medico che utilizza capsule per rilevare noduli polmonari o tumori cerebrali in cui sono importanti le relazioni spaziali tra parte e tutto.
Riconoscere oggetti da nuovi punti di vista con meno esempi di formazione, sfruttando l'equivarianza dei punti di vista incorporata nell'architettura.
Rischi e guardrail
L'ottimizzazione di un benchmark può nascondere debolezze di sistema più ampie.
I costi delle infrastrutture e della manutenzione sono spesso sottostimati.
Le lacune in termini di sicurezza e osservabilità possono aumentare man mano che i sistemi diventano più complessi.
Tabella di marcia per l'implementazione
Definire obiettivi di latenza, qualità e costi prima dell'implementazione.
Benchmark in condizioni di carico e dati realistiche.
Monitoraggio dello strumento per errori, deriva e impatto sull'utente.
Preparare percorsi di rollback e risposta agli incidenti prima della scalabilità.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Capsule Networks quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Prossima guida
Reti autostradali e collegamenti saltati
Domande frequenti
What is Capsule Networks?
Le reti di capsule sono un'architettura neurale che raggruppa i neuroni in "capsule" che emettono vettori che codificano sia se una caratteristica esiste sia la sua posa (posizione, orientamento, scala). Mirano a correggere una cecità fondamentale nelle reti convoluzionali standard: perdere traccia delle relazioni spaziali tra le parti.
In una rete di capsule, cosa rappresenta la LUNGHEZZA del vettore di uscita di una capsula?
La lunghezza del vettore (magnitudine) codifica la probabilità che l'entità esista, mentre il suo orientamento codifica parametri di posa come posizione e rotazione.
Per quale problema con le CNN standard sono state progettate specificamente le reti di capsule?
Le CNN con il pooling massimo scartano relazioni spaziali precise, quindi un volto con caratteristiche fuori posto può comunque ottenere un punteggio elevato. Questo è il "problema Picasso" che le capsule cercano di risolvere.
Qual è il nome dell'algoritmo che decide quali capsule di livello inferiore si collegano a quali capsule di livello superiore?
Il routing dinamico per accordo rafforza in modo iterativo le connessioni tra capsule le cui previsioni concordano con la produzione di una capsula più elevata.
Chi ha introdotto la rete di capsule con routing dinamico nel 2017?
L'articolo del 2017 "Dynamic Routing Between Capsules" è stato scritto da Sara Sabour, Nicholas Frosst e Geoffrey Hinton.
Qual è lo scopo della funzione "squash" in una rete di capsule?
La non linearità della zucca restringe i vettori corti verso zero e limita i vettori lunghi vicino alla lunghezza uno, quindi la magnitudo può essere letta come una probabilità mentre l'orientamento (posa) viene preservato.