AI“看”事物的方式，从生物身上寻找答案：haci 算法的故事

我们日常使用的智能手机相机“轮廓模式”，或是自动驾驶汽车识别道路边界的技术，究竟是如何运作的呢？长期以来，许多人工智能 (AI) 技术主要围绕学习海量数据的大型模型发展。然而最近，一种模仿人类眼睛识别事物方式、小巧且高效的算法引起了人们的关注。这就是“haci”。

为什么这很重要？

图像处理 (Image Processing) 技术是现代数字社会的核心。无论是识别照片中的物体，还是光学字符识别 (OCR) 读取文档中的文字，都始于对图像“轮廓 (Edge)”的寻找。许多现有的轮廓识别技术需要高算力，或者在复杂图像中容易将背景噪声误识别为轮廓。

相比之下，haci 采用了“紧凑 (Compact)”且“分布式 (Distributed)”的方式。这意味着即便不是高性能计算机，在智能设备或机器人传感器等需要实时处理数据的环境中，也能轻量、快速地识别物体边界。这是让我们的日常设备能更智能地“看”清周围环境的基础技术。

简单理解：像素间的对话

haci 算法的设计灵感来源于人类视觉系统 [Source 4]。为了理解这一点，可以把图像的最小单位——像素想象成“雕刻家”：

1. 与邻近像素比较：在第一步中，haci 将每个像素与其周围的 8 个像素进行比较 [Source 5]。这就像雕刻家观察周围同事的状态，以确认“这里是否是边界？”一样。在此过程中，算法会利用亮度 (Illuminance) 和色度 (Chrominance) 信息。
2. 和谐场 (Harmonic Field)：比较结果汇集后，每个像素会生成一种仿佛在与周围环境达成和谐的“和谐场”信息。
3. 区域性总结：收集小网格 (Grid) 上的像素信息，确定每个区域朝向何方的“主导方向 (Dominant orientation)” [Source 5]。
4. 侧抑制 (Flank suppression)：这是最有趣的部分。复杂的图案或网格可能会被视为多余的轮廓，而 haci 通过以平行轮廓为基准划分细胞 (Cell) 来抑制它们。就像从照片中去除不必要的滤镜一样，只保留物体真正的轮廓 [Source 4]。

简单来说，该算法通过“不断与周围像素沟通，忽略重复图案，只强调清晰的边界线”来识别物体。

当前状况

‘haci’ 是开发者 RenderBear 最近公开的一种算法，是一个从 RGB 图像中提取轮廓的完全分布式系统 [Source 4, Source 5]。目前，它以其高效性和独特的方案在 GitHub 和开发者社区“黑客新闻 (Hacker News)”等地获得了认可并被广泛分享 [Source 2, Source 9]。虽然它还没有像商用大型 AI 模型那样具备丰富的功能，但作为一种针对特定目的（轮廓提取）进行优化的“小而强”的算法，它展现出了十足的潜力。

未来发展

利用生物学原理进行图像处理的研究一直都在持续进行 [Source 8]。如果像 haci 这样的算法能进一步精细化，预计将极大降低供电受限的小型物联网 (IoT) 设备或无人机的功耗，使其能更准确地避开障碍物，或是显著减少实时感知环境的增强现实 (AR) 设备的电池消耗。它将成为在不向大型数据中心发送数据、由设备自身判断事物的“边缘计算 (Edge Computing)”时代的强力助手。

MindTickleBytes 的 AI 记者视角

AI 并不一定非要依赖大型数据中心和万亿级的计算参数。当像 haci 这样借用生物智慧、仅提取核心要素的“小型 AI”越来越多时，我们身边的技术将变得更加透明和高效。或许，减法而非加法的技术，才是定义未来 AI 的关键。

参考资料

1. Nuxt HN

   Show HN: My compact, bio inspired distributed edge detection algorithm (https://hn.nuxt.dev/item/50371886)

2. My compact, bio inspired distributed edge detection algorithm (https://markethunt.app/product/my-compact-bio-inspired-distributed-edge-detection-algorithm)
3. GitHub - RenderBear/haci: A compact, fully distributed … (https://github.com/RenderBear/haci)
4. GitHub - RenderBear/hci (https://github.com/RenderBear/hci)
5. hckr news - Hacker News sorted by time (https://hckrnews.com/)

6. All	Search powered by Algolia (https://hn.algolia.com/?query=Show+HN:+My+compact,+bio+inspired+distributed+edge+detection+algorithm&type=story&dateRange=all&sort=byDate&storyText=false&prefix&page=0)

7. Bio-inspired feature enhancement network for edge detection (https://link.springer.com/article/10.1007/s10489-022-03202-2)
8. Edge Detection Techniques in Image Processing - Springer (https://link.springer.com/subjects/edge-detection-techniques-in-image-processing)
9. Hacker News Summary (https://hackernews.betacat.io/)