Pada si Iroyin
AtunseAI Understanding finifini

Ikẹkọ ṣe idanimọ isọpọ iṣipopada ilọsiwaju bi ipa-ọna si AI wiwo ti o lagbara diẹ sii

Iwadi arXiv tuntun kan ti o ṣe afiwe iran alakọbẹrẹ pẹlu ọpọlọpọ awọn apẹrẹ nẹtiwọọki nẹtiwọọki awọn ijabọ pe awọn awoṣe agbaye asọtẹlẹ lo lagbara julọ nigbati irisi ohun kan yipada, n tọka si iṣọpọ ilọsiwaju ti išipopada bi ipilẹ ti o padanu fun AI ti o ni agbara.

5 min readRead the primary source
Source-page capture accompanying Study identifies progressive motion integration as a route to more robust visual AI
Iwe aṣẹ orisun akọkọOrisun ti o gbasilẹ
Olutẹwe
arxiv.org
Orisun ọna asopọ
arxiv.orghttps://arxiv.org/abs/2608.23790
Orisun iru
Iwe akọkọ - ikede osise, iwe, iforukọsilẹ, tabi oju-iwe ẹgbẹ akọkọ ti a ka taara.
AtokọLoye eyi ni iṣẹju 60

Bẹrẹ nibi

Awọn ofin bọtini

Iranran Kọmputa
Ẹka AI ti o yọkuro itumo lati awọn aworan ati fidio.
Isọpọ
Bii awoṣe ṣe daradara lori tuntun, data ti a ko rii ni ita eto ikẹkọ.
Agbara
Agbara awoṣe lati ṣetọju iṣẹ ṣiṣe labẹ ariwo, awọn iyipada, tabi awọn igbewọle ọta.
Ṣe idanwo fun ara rẹAwọn awoṣe AI ti ṣalaye adanwo

Kini o ṣẹlẹ

Ijabọ tẹlẹ arXiv ti a fi silẹ ni Oṣu Kẹjọ Ọjọ 24 ṣe ijabọ lafiwe laarin iwo eniyan, iṣẹ ṣiṣe ti ara ni kotesi igba diẹ ti macaque ati awọn aṣoju ti a ṣe nipasẹ aworan- ati awọn nẹtiwọọki ti o da lori fidio. Iwadi na rii pe isọdọkan igba diẹ ni ilọsiwaju awọn aṣoju ohun, ṣugbọn pupọ julọ awọn awoṣe idanimọ fidio ti ṣakopọ ti ko dara nigbati irisi yipada lakoko ti eto išipopada duro mule. Awọn awoṣe agbaye asọtẹlẹ ti o ṣe dara julọ lori isọdi-ifihan-agbelebu ati iṣẹ ṣiṣe ti o baamu pupọ julọ ni kotesi igba diẹ ti macaque, botilẹjẹpe ko si awoṣe idanwo ti o tun ṣe iyipada ni kikun lati awọn idahun ti o ni ibẹrẹ-ifihan ti o jẹ gaba lori nigbamii, ipilẹ-iṣipopada ati ifaminsi irisi-ayipada.

Iwe naa beere bawo ni eto wiwo ti oye ṣe le ṣajọpọ kini awọn nkan dabi pẹlu bi wọn ṣe n gbe lakoko ti o jẹ igbẹkẹle nigbati irisi ba yipada. Lati ṣe iwadii ibeere yẹn, awọn onkọwe ṣe afiwe iwo eniyan ati iṣẹ ṣiṣe ti ara ni kotesi igba diẹ ti macaque pẹlu awọn aṣoju inu lati ọpọlọpọ awọn iru awọn nẹtiwọọki nkankikan. Awọn awoṣe naa ni aworan ati idanimọ fidio, ipin, sisẹ ṣiṣan opiki ati awoṣe asọtẹlẹ agbaye. Eyi ṣe lafiwe aarin orisun nipa ibatan laarin iran ti ibi ati awọn aṣoju wiwo atọwọda, dipo nipa ilọsiwaju jeneriki si iran kọnputa.

Abajade ti a royin kii ṣe pe alaye igba diẹ yanju agbara wiwo laifọwọyi. Awọn onkọwe sọ pe isọpọ igba diẹ ni ilọsiwaju awọn aṣoju ohun, ṣugbọn pupọ julọ awọn awoṣe idanimọ fidio ti ṣakopọ ti ko dara nigbati irisi ohun kan bajẹ lakoko ti eto gbigbe rẹ ti wa ni fipamọ. Awọn eniyan ati kotesi igba diẹ ti macaque duro logan labẹ iyipada yẹn. Ninu lafiwe iwe naa, awọn awoṣe agbaye asọtẹlẹ ni idapo gbogboogbo ifarahan-agbelebu ti o lagbara pẹlu ifọrọranṣẹ ti o sunmọ julọ si iṣẹ ṣiṣe ni kotesi igba diẹ ti macaque, ti o ju awọn ọna awoṣe awoṣe fidio miiran ti a gbero.

Iwadi na tun ṣe ijabọ aropin ti o pin nipasẹ awọn ọna ṣiṣe atọwọda ti idanwo. Ko si awoṣe ti o tun ṣe iyipada cortical ti awọn onkọwe ṣapejuwe: awọn idahun ni kutukutu jẹ gaba lori nipasẹ irisi diẹdiẹ fifun ni ọna si ifaminsi nigbamii ti o jẹ iyipada diẹ si irisi ati ni pẹkipẹki diẹ sii si išipopada. Awọn onkọwe tumọ iyipada ti o padanu yii gẹgẹbi ẹri pe iran agbara ti o lagbara le nilo iṣọpọ ilọsiwaju ti iṣipopada sinu awọn aṣoju ohun. Orisun naa n ṣe idanimọ ikẹkọ asọtẹlẹ bi ipa-ọna ti o ni ileri si iṣiro yẹn, ṣugbọn ko sọ pe awọn awoṣe idanwo ni kikun ṣe imuse ilana ti ibi tabi pe wiwa ti jẹ ifọwọsi ni awọn eto ti a fi ranṣẹ.

Awọn alaye orisun: arxiv.org ↗

Kini idi ti o ṣe pataki

Iwe naa n ṣe idanimọ aropin kan pato ninu awọn eto iran agbara lọwọlọwọ: fifi fidio kun tabi alaye igba diẹ ko jẹ ki awọn awoṣe logan si awọn ayipada ni bii ohun kan ṣe n wo. Ilana ti o dabaa-ni ilọsiwaju ti iṣipopada iṣipopada sinu awọn aṣoju ohun-le fun awọn oniwadi ni ibi-afẹde ti o han gbangba fun ṣiṣe apẹrẹ ati iṣiro wiwo AI. Abajade naa jẹ wiwa iwadii dipo ẹri ti imurasilẹ imuṣiṣẹ, ati pe orisun ko fi idi rẹ mulẹ pe ẹkọ asọtẹlẹ yoo mu ilọsiwaju gbogbo iṣẹ-ṣiṣe wiwo tabi agbegbe iṣẹ.

Fun wiwo AI, iyatọ laarin irisi ohun kan ati iṣipopada rẹ jẹ pataki nitori ohun kanna le dabi iyatọ lakoko ti o tọju eto išipopada ti o nilari. Abajade iwe naa ni imọran pe eto kan le wa ni ipalara ti o ba tọju titẹ sii igba diẹ bi afikun akoonu wiwo dipo lilo iṣipopada lati ṣatunṣe aṣoju ohun rẹ. Ti itumọ naa ba wa ni idaduro, awọn apẹẹrẹ awoṣe le nilo lati ṣe iṣiro kii ṣe boya eto kan ṣe idanimọ awọn nkan ninu awọn fidio ti o faramọ, ṣugbọn boya o tọju idanimọ tabi alaye ẹka nigbati irisi yipada ati išipopada jẹ alaye.

Iwadi naa nfunni ni itọsọna iwadi ti o nipọn. Dipo ki o ṣe itọju agbara bi iyẹfun lọtọ ti a ṣafikun lẹhin idanimọ, awọn oniwadi le ṣe iwadii awọn ile-itumọ ati awọn ibi-afẹde ikẹkọ ti o darapọ irisi ni ilọsiwaju pẹlu išipopada. Awọn awoṣe agbaye isọtẹlẹ ṣe pataki ninu akọọlẹ yii nitori orisun ijabọ pe wọn ṣaṣeyọri iṣakojọpọ ifarahan-agbelebu ti o lagbara ati ibaramu ti o sunmọ julọ si awọn aṣoju igba diẹ ti macaque laarin awọn isunmọ afiwera. Iyẹn ko ṣe afihan ẹkọ asọtẹlẹ jẹ idi ti anfani, ṣugbọn o fun awọn oniwadi ni asopọ idanwo laarin ibi-afẹde ikẹkọ awoṣe, ihuwasi rẹ labẹ idalọwọduro irisi ati ibajọra iṣan ara rẹ.

Awọn awari tun gbe opin si awọn ẹtọ pe awọn awoṣe fidio lọwọlọwọ ti gba awọn ipilẹ pataki ti iran ti ibi. Iwe naa ṣe ijabọ ifọrọranṣẹ ti o nilari laarin awọn awoṣe agbaye asọtẹlẹ ati iṣẹ ṣiṣe igba diẹ macaque, sibẹsibẹ o sọ nigbakanna pe ko si awoṣe ti o tun ṣe ilọsiwaju lati irisi-ti jẹ gaba lori si ifaminsi orisun-iṣipopada. Nitorinaa pataki ti gbogbo eniyan jẹ ilana nipataki: iṣẹ naa le ṣe iranlọwọ asọye idiwọn ibeere diẹ sii fun iwadii ìmúdàgba-iran. Orisun naa ko pese ẹri nipa iye owo, idaduro, igbẹkẹle ni awọn agbegbe ti ara, imuṣiṣẹ ailewu-pataki tabi iṣẹ lori awọn iṣẹ ṣiṣe ti o kọja awọn afiwera ti a royin.

Interactive Mechanism

Ibaraẹnisọrọ Mechanism: Bii O Ṣe Nṣiṣẹ Lootọ

Ṣawari imọ-ẹrọ abẹlẹ lẹhin idagbasoke yii ni ibaraenisọrọ.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Ibanisọrọ Erongba Ṣayẹwo+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Kini lati wo tókàn

Atẹle bọtini jẹ boya awọn oniwadi miiran le ṣe ẹda ibatan ti o royin laarin awọn awoṣe agbaye asọtẹlẹ, agbara ifarahan agbelebu ati iṣẹ igba diẹ ti macaque. Iṣẹ iwaju le ṣe idanwo awọn ile ayaworan ti o lọ ni gbangba lati sisẹ ifaramọ irisi si awọn aṣoju-iṣipopada, ati pe o le ṣayẹwo boya iyipada yẹn ṣe ilọsiwaju iṣẹ ni ita awọn afiwera ti iwadii naa. Awọn aimọ ti o ṣe pataki pẹlu awọn ipo igbelewọn deede, iwọn awọn idalọwọduro wiwo ti idanwo, bawo ni a ṣe kọ awọn awoṣe, ati boya ilana ti a dabaa tumọ si awọn anfani wiwọn ni awọn eto gidi-aye.

Reproducibility jẹ ibeere akọkọ ti a ko yanju. Orisun naa jẹ atẹjade tẹlẹ arXiv ẹya 1, ati pe oju-iwe ti o pese yoo funni ni itan-akọọlẹ ati ifakalẹ ṣugbọn kii ṣe awọn alaye esiperimenta ni kikun nilo lati ṣe ayẹwo bawo ni awọn abajade ṣe waye ni gbooro. Awọn ijinlẹ atẹle yẹ ki o ṣe idanwo boya anfani ti a royin ti awọn awoṣe agbaye isọtẹlẹ tẹsiwaju kọja awọn ipilẹ data, awọn ẹka ohun, awọn ilana išipopada ati awọn iru idalọwọduro irisi oriṣiriṣi. Wọn yẹ ki o tun ṣalaye boya abajade da lori awọn ilana ikẹkọ pato tabi awọn idile awoṣe.

Ibeere keji ni boya ilana ti a dabaa le ṣe imuse taara. Iwe naa ṣapejuwe iṣọpọ ilọsiwaju ti iṣipopada si awọn aṣoju ohun ati sọ pe ko si awoṣe idanwo ti o tun ṣe iyipada cortical ti o baamu. Nitorinaa awọn eto ọjọ iwaju le ṣe iṣiro fun akoko ati akoonu ti awọn aṣoju inu wọn, kii ṣe deede idanimọ ipari wọn nikan. Idanwo ti o wulo yoo jẹ boya awoṣe kan di irisi diẹ sii-ayipada ni awọn ipele iṣelọpọ nigbamii lakoko ti o ṣe idaduro alaye iṣipopada, bi awọn ijabọ orisun fun eniyan ati iran macaque.

Nikẹhin, awọn oniwadi yoo nilo lati pinnu boya ibajọra ti iṣan ati gbogboogbo ifarahan-agbelebu yori si awọn ilọsiwaju to wulo ninu awọn ohun elo. Orisun naa ko ṣe ijabọ awọn abajade imuṣiṣẹ, awọn abajade olumulo, idanwo iṣẹ tabi iwe ilana fun gbogbo agbaye fun AI wiwo. O tun fi silẹ ni ṣiṣi bawo ni ikẹkọ asọtẹlẹ ti ṣe alabapin ni ibatan si awọn yiyan apẹrẹ miiran, boya agbara le ṣe iṣowo ni pipa lodi si ifamọ si awọn iyipada irisi pataki, ati bii iṣiro ti o dabaa ṣe yẹ ki o wọnwọn. Awọn aimọ wọnyẹn yẹ ki o binu eyikeyi ẹtọ pe iwadi naa ti yanju iran agbara to lagbara.

Awọn itọsọna ti o jọmọ & awọn ibeere

Awọn awoṣe AI ti ṣalayeAI IkẹkọAyirapadaỌjọ́ Iwájú AIṢe idanwo ohun ti o mọ — gbiyanju idanwo AI ọfẹ kanWa ọrọ AI kan ninu iwe-itumọ waTẹle olutọpa idasilẹ awoṣe AI
Ṣe eyi wulo?