[論文レビュー] Cognitive image processing: the time is right to recognize that the world does not rest more on turtles and elephants

Emanuel Diamant|arXiv (Cornell University)|Nov 1, 2014

Embodied and Extended Cognition参考文献 1被引用数 3

ひとこと要約

この論文は、従来の人的中心の画像処理が現代のビッグデータ可視ワークロードには不適切であると主張し、機械駆動のパラダイム転換として認知的画像処理を提唱する。計算的データ処理から認知的情報処理への移行により、自律的かつ人的な理解を可能にする画像データ処理が実現され、データと情報の曖昧さが画像分析のための新しい認知的フレームワークによって解消される。

ABSTRACT

Traditional image processing is a field of science and technology developed to facilitate human-centered image management. But today, when huge volumes of visual data inundate our surroundings (due to the explosive growth of image-capturing devices, proliferation of Internet communication means and video sharing services over the World Wide Web), human-centered handling of Big-data flows is impossible anymore. Therefore, it has to be replaced with a machine (computer) supported counterpart. Of course, such an artificial counterpart must be equipped with some cognitive abilities, usually characteristic for a human being. Indeed, in the past decade, a new computer design trend - Cognitive Computer development - is become visible. Cognitive image processing definitely will be one of its main duties. It must be specially mentioned that this trend is a particular case of a much more general movement - the transition from a "computational data-processing paradigm" to a "cognitive information-processing paradigm", which affects today many fields of science, technology, and engineering. This transition is a blessed novelty, but its success is hampered by the lack of a clear delimitation between the notion of data and the notion of information. Elaborating the case of cognitive image processing, the paper intends to clarify these important research issues.

研究の動機と目的

• 膨大な視覚的データの増加という状況において、人的中心の画像処理の限界を是正すること。
• 計算的データ処理から認知的情報処理へのパラダイム転換を提唱すること。
• 画像処理におけるデータと情報の違いを明確にすること。
• 認知的画像処理を、出現する認知的コンピューティングシステムのコア機能として確立すること。
• 認知的画像処理を、次世代のAI駆動型可視システムの基盤的要素として位置づけること。

提案手法

• 従来の画像処理から認知的情報処理パラダイムへの移行を提唱すること。
• 自律的で視覚的データ理解を可能にするフレームワークとしての認知的コンピューティングを導入すること。
• 画像分析における人間のような認知的能力を持つ機械ベースの処理を強調すること。
• 「亀と象」のたとえを用いて、古くなった再帰的データ処理モデルを批判すること。
• 認知的画像処理を、広範な認知的コンピューティング原則の特殊応用として定義すること。
• 効果的な認知的処理を可能にするために、データと情報の明確な区別が必要であることを強調すること。

実験結果

リサーチクエスチョン

• RQ1 視覚的データ処理は、人的中心モデルを超えて、ビッグデータの要請に応えるためにどのように進化できるか？
• RQ2 画像処理の文脈において、データと情報の違いは何か？
• RQ3 なぜ現在の計算的データ処理パラダイムは、現代の視覚的データワークロードには不十分なのか？
• RQ4 認知的コンピューティング原則をどのように画像処理に応用し、自律的理解を実現できるか？
• RQ5 認知的情報処理への広範なシフトの文脈において、認知的画像処理は果たす役割は何か？

主な発見

• 人的処理の限界のため、従来の画像処理は現代の視覚的データの規模にはもはや適さない。
• 計算的データ処理から認知的情報処理へのパラダイム転換は、必要不可欠であり、時機を得ている。
• 認知的画像処理は、出現する認知的コンピューティングシステムの中心的機能として特定されている。
• 現在のシステムでは、データと情報の違いが曖昧なままであり、進展を妨げている。
• この論文は、知能的視覚的データシステムの進化において、認知的画像処理を重要な構成要素として確立している。
• 認知的処理への移行により、スケールに応じた自律的かつ文脈に即応した視覚的データ分析が可能になる。