突破性視覺革命！AI模擬人腦運作 全新Lp卷積技術問世

韓國基礎科學研究院(IBS)、延世大學與馬克斯普朗克研究所的跨國研究團隊，在2025年國際學習表徵會議(ICLR)上發表了一項劃時代的人工智慧技術——Lp卷積法。這項突破讓機器視覺系統首次能像人類大腦般靈活處理視覺資訊。

現有的卷積神經網路(CNN)雖是影像辨識的主流技術，卻受限於固定大小的方形濾波器設計，難以有效捕捉複雜場景中的關鍵特徵。而近年表現優異的視覺轉換器(ViT)又因需要龐大運算資源，難以實際應用。

研究團隊從人腦視覺皮質獲得靈感，開發出創新的Lp卷積技術。這項技術運用多元p廣義常態分佈(MPND)，讓AI模型能像人腦一樣動態調整濾波器形狀，根據任務需求水平或垂直延伸，專注於影像中最相關的細節。

這項突破成功解決了AI領域長期存在的「大核問題」——傳統方法單純增加濾波器尺寸(如7×7或更大)往往無法提升效能。Lp卷積透過生物啟發的彈性連線模式，在CIFAR-100和TinyImageNet等標準測試資料集上，無論是經典的AlexNet或現代的RepLKNet架構，都顯著提高了準確度。

更令人振奮的是，當Lp遮罩呈現高斯分佈時，AI的內部處理模式與小鼠大腦的神經活動高度吻合。IBS認知與社會性研究中心主任李宰賢博士表示：「就像人類能快速在複雜場景中鎖定重點，我們的Lp卷積讓AI具備同樣的靈活聚焦能力。」

這項技術不僅運算效率高，對資料損壞也展現極強韌性，可望在自動駕駛、醫學影像診斷、工業檢測等領域帶來革命性應用。研究團隊已公開程式碼與模型，並計劃進一步探索其在解謎遊戲(如數獨)和即時影像處理等複雜推理任務的潛力。

參考資料：
《基於大腦啟發的Lp卷積：提升大核效能並更好對齊視覺皮質》
作者：權宰、林成俊、宋慶宇、李宰賢
發表於：2025年3月11日，ICLR 2025會議

程式碼開源：https://github.com/jeakwon/lpconv/
資金來源：韓國基礎科學研究院