// AI 新闻 · 2026-11-16 · Korea AI Times
首尔大学开发类人神经架构AI,对象识别准确率提升至88%
首尔大学数据科学研究生院金亨信教授团队研发出一种模仿人类神经系统的‘人工三重智能’(ATI)架构,通过将传感器信息采集与AI推理过程整合,提升对象识别准确率。在移动相机实验中,对象分类准确度从53.8%提升至88%,同时原生AI模型对远程高算力模型的调用频率由56%降至31.8%,降低43.3%。
原文发布 2026-11-16 09:27(北京时间)来源 Korea AI Times自动整理 · 已核对原文
01摘要
该架构以人类脑干、小脑和大脑功能为原型,设计了L1至L4四层结构:L1负责环境突变时的传感器信号保护,L2动态调节曝光与ISO参数并基于学习进行自适应控制,L3处理简单重复任务,L4在判断不确定时调用远程模型。系统通过传感器端主动优化输入质量,减少冗余远程计算,提升整体效率。
由开源模型根据原文自动整理,经数字/专名逐项核对(必须在原文中出现),以原文为准。
02要点
- ATI架构模仿人类神经系统的三重功能,实现传感器采集与AI推理的闭环整合
- 对象识别准确率从53.8%提升至88%,提高34.2个百分点,相对增长约63.6%
- 远程高算力模型调用频率由56%降至31.8%,下降43.3%,显著降低对云端计算的依赖
- 在音频实验中,语音识别准确率从31.6%提升至32.7%,验证了传感器端主动调控的有效性
03原文出处
서울대, 인간 신경계 모사한 피지컬 AI 개발…객체 인식 정확도 53.8%에서 88%로 향상
Korea AI Times · 发布于 2026-11-16 09:27(北京时间) · 上方为原标题
05相关新闻
出自智图 AI 新闻:从 1100 多个官方与媒体信源采集。摘要只转述原文内容,详情请看原文。 2026-11-16 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日