محققان در یک پژوهش جدید، نحوه شکلگیری «هندسه بازنماییها» را در مدلهای هوش مصنوعی برای تخمین حرکت (Egomotion) بررسی کردهاند. این مطالعه نشان میدهد که چگونه شبکههای عصبی با ترکیب دادههای مختلف (دوربینهای رویدادی، سنسورهای اینرسی و دادههای عمق)، میتوانند مفاهیم کلاسیک فیزیک و حرکت را در فضای نهفته (Latent Space) خود به شکلی بهینه بازسازی کنند. این دستاورد به ما کمک میکند تا بفهمیم مدلهای یادگیری عمیق چطور درک شهودی از فیزیک محیط پیدا میکنند. 📐⚙️
منبع: arXiv AI