AI를 더욱 선명하게 만들기: NCSU 연구원은 이미지를 더 잘 식별하고 분류하는 방법을 개발합니다.

게시 날짜:

ViT(비전 변환기)는 이미지의 개체를 식별하거나 분류할 수 있는 강력한 인공 지능(AI) 기술입니다. 그러나 컴퓨팅 성능 요구 사항 및 의사 결정 투명성과 관련된 중요한 과제가 있습니다. 연구원들은 이제 두 가지 과제를 모두 해결하는 동시에 이미지에서 개체를 식별, 분류 및 분할하는 ViT의 기능을 향상시키는 새로운 방법론을 개발했습니다.

트랜스포머는 현존하는 가장 강력한 AI 모델 중 하나입니다. 예를 들어 ChatGPT는 변환기 아키텍처를 사용하는 AI이지만 이를 훈련하는 데 사용되는 입력은 언어입니다. ViT는 시각적 입력을 사용하여 훈련되는 변환기 기반 AI입니다. 예를 들어, ViT는 이미지의 모든 자동차나 보행자를 식별하는 등 이미지의 객체를 감지하고 분류하는 데 사용될 수 있습니다.

그러나 ViT는 두 가지 과제에 직면해 있습니다.

첫째, 변압기 모델은 매우 복잡합니다. AI에 연결되는 데이터의 양에 비해 변환기 모델에는 상당한 양의 계산 능력이 필요하고 많은 양의 메모리를 사용합니다. 이는 이미지에 너무 많은 데이터가 포함되어 있기 때문에 ViT의 경우 특히 문제가 됩니다.

둘째, ViT가 어떻게 결정을 내리는지 사용자가 정확히 이해하기 어렵습니다. 예를 들어 이미지에서 개를 식별하도록 ViT를 훈련했을 수 있습니다. 그러나 ViT가 무엇이 개이고 무엇이 아닌지를 어떻게 결정하는지는 완전히 명확하지 않습니다. 응용 분야에 따라 ViT의 의사 결정 프로세스(모델 해석성이라고도 함)를 이해하는 것이 매우 중요할 수 있습니다.

PaCa(Patch-to-Cluster attention)라고 불리는 새로운 ViT 방법론은 두 가지 과제를 모두 해결합니다.

"우리는 변환기 아키텍처가 이미지의 객체를 더 잘 식별하고 집중할 수 있도록 하는 클러스터링 기술을 사용하여 계산 및 메모리 요구와 관련된 문제를 해결합니다."라고 해당 작업에 대한 논문의 교신 저자이자 부교수인 Tianfu Wu는 말합니다. 노스캐롤라이나 주립대학교의 전기 및 컴퓨터 공학. “클러스터링은 AI가 이미지 데이터에서 찾은 유사성을 기반으로 이미지의 섹션을 하나로 묶는 것입니다. 이는 시스템의 계산 요구를 크게 줄여줍니다. 클러스터링 전에 ViT에 대한 계산 요구 사항은 2차입니다. 예를 들어, 시스템이 이미지를 100개의 작은 단위로 나누면 100개의 단위를 모두 서로 비교해야 합니다. 이는 10,000개의 복잡한 기능이 됩니다.

“클러스터링을 통해 우리는 이를 선형 프로세스로 만들 수 있으며, 각각의 작은 단위는 미리 결정된 수의 클러스터와만 비교하면 됩니다. 시스템에 10개의 클러스터를 설정하라고 지시한다고 가정해 보겠습니다. 이는 1,000개의 복잡한 기능에 불과합니다.”라고 Wu는 말합니다.

“클러스터링을 사용하면 처음에 클러스터가 어떻게 생성되었는지 확인할 수 있기 때문에 모델 해석 가능성을 해결할 수 있습니다. 이러한 데이터 섹션을 하나로 묶을 때 어떤 기능이 중요하다고 결정했나요? 그리고 AI는 소수의 클러스터만 생성하기 때문에 우리는 이를 꽤 쉽게 볼 수 있습니다.”

연구원들은 PaCa를 SWin 및 PVT라는 두 가지 최첨단 ViT와 비교하여 포괄적인 테스트를 수행했습니다.

Wu는 “우리는 PaCa가 모든 면에서 SWin과 PVT를 능가한다는 사실을 발견했습니다.”라고 말했습니다. “PaCa는 이미지에 있는 개체를 더 잘 분류하고, 이미지에 있는 개체를 더 잘 식별하고, 분할하는 데 더 능숙했습니다. 본질적으로 이미지에 있는 개체의 경계를 설명하는 것입니다. 또한 더 효율적이어서 다른 ViT보다 해당 작업을 더 빠르게 수행할 수 있었습니다.

"우리의 다음 단계는 더 큰 기본 데이터 세트에 대한 교육을 통해 PaCa를 확장하는 것입니다."

종이, "PaCa-ViT: 비전 변환기에서 패치-클러스터 주의 학습,”는 캐나다 밴쿠버에서 6월 18일부터 22일까지 개최되는 컴퓨터 비전 및 패턴 인식에 관한 IEEE/CVF 컨퍼런스에서 발표될 예정입니다. 논문의 첫 번째 저자는 Ph.D. Ryan Grainger입니다. NC 주립대 학생입니다. 이 논문은 Ph.D.인 Thomas Paniagua가 공동 집필했습니다. NC 주립대학교 학생; 독립적인 연구원인 Xi Song; 그리고 BlueHalo의 Naresh Cuntoor와 Mun Wai Lee가 있습니다.

이 작업은 계약 번호 2021-21040700003에 따라 국가정보국(Office of the Director of National Intelligence)의 지원을 받아 수행되었습니다. 미국 육군 연구소(US Army Research Office), 보조금 W911NF1810295 및 W911NF2210010; 국립 과학 재단(National Science Foundation), 보조금 1909644, 1822477, 2024688 및 2013451.

(다) NCSU

원본 기사 출처: WRAL TechWire