来自 AI 研究立场图谱百科
物体中心主义:认为场景应当表示为一组离散的物体,每个物体占一个 slot,而不是一张不加区分的特征图。
主张
物体中心主义相信,世界天生就被划分成一个个东西。厨房不是一张像素网格,也不是一个全局 embedding,而是一个水壶、一个杯子、一张桌子和一只猫,各有位置、形状和属性,按规则相互作用。一个把场景表示为一组 object slot 的模型,做计数、跟踪、组合和关系推理,都比把一切抹成特征图的模型自然得多。更妙的是,物体可以在没有标签的情况下被发现:让架构内部的各个 slot 竞争着去解释输入的不同部分。
它位于 World 一侧,纵向在下半区、偏 Harness:一种把场景拆成独立物体槽位及其相互作用的结构化 inductive bias,而不是一个浑然一体的纯规模模型。范式等级是逆天之革命:挑战规模派”结构自会涌现”的假设,主张”物体性”是一个值得直接内置的先验。
论据
- 基于 slot 的架构在合成场景上能无监督地发现和分割物体,得到的表征支持计数和关系推理。
- 物体级表征能组合泛化:认识杯子和桌子的模型,能处理两者的新摆放方式。
- 规划、物理预测和机器人操作天然都以物体为单位,物体中心表征让下游任务更简单。
批评
- 无监督物体发现历来在简单合成场景上效果最好,面对杂乱的真实图像就很吃力。
- 什么算一个物体取决于任务:自行车、车轮还是辐条?固定的 slot 结构因此显得别扭。
- 大型自监督和分割模型如今不用专门的 slot 机制,也能给出类似物体的结构。
代表作
- Object-Centric Learning with Slot Attention2020
- MONet: Unsupervised Scene Decomposition and Representation2019
- Multi-Object Representation Learning with Iterative Variational Inference2019
关系
怎样测出它
在完整版或专业版里落到这一格:x ≈ +0.66,y ≈ −0.56,范式 ≈ +0.97。