Nature | ApdativeNN：建模类人自适应感知机制，突破机器视觉「不可能三角」

清华大学宋士吉、黄高团队在《自然・机器智能》发表研究，提出类人主动感知架构AdaptiveNN，通过模拟人类“注视”机制，将视觉感知建模为序贯决策过程，在ImageNet和六项细粒度任务中实现5.4–8.2倍计算节省，最高达28倍推理成本降低，同时保持高精度。该模型在多种网络结构和任务中具良好兼容性，应用于具身智能时亦显著提升效率，并展现出与人类相似的视觉行为，在“视觉图灵测试”中表现逼真，兼具高效性、灵活性与可解释性，为视觉AI的轻量化部署及认知科学研究提供了新路径。
来源：https://mp.weixin.qq.com/s/QDg-aoYtLgYo9dhVFj5tOQ