Geometric Deep Learning (GDL)

Geometric Deep Learning (GDL) è un ampio termine ombrello per tecniche avanzate di machine learning progettate specificamente per elaborare dati non euclidei. A differenza dei formati standard come immagini 2D o sequenze di testo, che risiedono su griglie piatte e prevedibili, i dati non euclidei includono strutture complesse come varietà e mesh 3D, oltre a intricate reti relazionali. Stabilendo framework matematici che rispettano la geometria intrinseca di queste strutture, il Geometric Deep Learning consente ai sistemi di IA di analizzare con precisione formazioni molecolari, complesse mappe topologiche e sistemi dinamici interconnessi.

Link to this sectionCome funziona il Geometric Deep Learning#

I principi fondamentali del Geometric Deep Learning si basano sullo sfruttamento della simmetria, dell'invarianza e dell'equivarianza presenti in set di dati complessi. Una domanda comune tra i professionisti è se una semplice matrice di distanza sia sufficiente per il geometric deep learning. La risposta è no; sebbene le matrici di distanza catturino le distanze a coppie, mancano della sfumatura topologica necessaria per un vero ragionamento geometrico. Invece, il GDL si affida pesantemente ad architetture di message passing e all'aggregazione dei vicini.

È utile distinguere il Geometric Deep Learning dalle Graph Neural Networks (GNNs). Mentre il GDL è il campo teorico onnicomprensivo che racchiude tutto il deep learning non euclideo, le GNN sono un tipo specifico di architettura neurale che opera esclusivamente su dati grafici. Framework come PyTorch Geometric e TensorFlow GNN sono ampiamente utilizzati per implementare questi principi di deep learning, consentendo ai nodi di aggiornare le proprie rappresentazioni in base alle loro connessioni strutturali.

Link to this sectionGeometric Learning vs. Deep Learning tradizionale#

I modelli di deep learning tradizionali, come le Convolutional Neural Networks (CNNs), sono altamente ottimizzati per dati euclidei come le griglie di pixel nelle attività di computer vision. Allo stesso modo, le Recurrent Neural Networks (RNNs) sono costruite per elaborare sequenze lineari. Tuttavia, queste reti tradizionali faticano quando i dati mancano di una struttura fissa e regolare.

Il geometric learning supera questa limitazione operando direttamente su forme irregolari e mappe relazionali. Quando analizzi un social network o navighi in un ambiente 3D, le convoluzioni standard falliscono perché il "vicinato" di un punto dati non è più un quadrato fisso di pixel. I modelli geometrici adattano i loro campi ricettivi dinamicamente, apprendendo le connessioni topologiche che definiscono la vera forma dei dati.

Link to this sectionApplicazioni nel mondo reale di grafi e modelli geometrici#

Poiché i grafi geometrici definiscono esplicitamente i nodi e le loro relazioni strutturali, i modelli geometrici hanno sbloccato innovazioni in vari ambiti scientifici e commerciali:

• Drug Discovery: Il GDL è fondamentale per prevedere le interazioni molecolari. AlphaFold di Google DeepMind utilizza notoriamente tecniche di ragionamento spaziale per risolvere complessi problemi di ripiegamento proteico modellando gli amminoacidi come grafi connessi.
• Analisi dei social network: Le piattaforme utilizzano il GDL per analizzare le interazioni degli utenti, consentendo sistemi di raccomandazione avanzati e il rilevamento delle frodi tramite la mappatura delle topologie di social network analysis.
• 3D Computer Vision: Il GDL viene spesso applicato per elaborare nuvole di punti LiDAR e mesh 3D per veicoli autonomi e realtà aumentata.

Link to this sectionIntegrazione del GDL con la Computer Vision#

Unire la computer vision 2D tradizionale con modelli geometrici crea sistemi altamente robusti capaci di ragionamento spaziale avanzato e 3D object detection. Utilizzando un potente rilevatore 2D come Ultralytics YOLO26, puoi individuare rapidamente gli oggetti in una scena. Le coordinate di questi oggetti rilevati possono poi fungere da nodi fondamentali per un grafo geometrico, consentendo a una GNN a valle di inferire complesse relazioni tra gli elementi visivi (ad esempio, generando una "Scene Graph").

Il seguente snippet Python dimostra come puoi estrarre le coordinate di object detection utilizzando il pacchetto ultralytics per avviare una struttura di grafo geometrico fondamentale:

import torch
from ultralytics import YOLO

# Load the Ultralytics YOLO26 model for high-speed object detection
model = YOLO("yolo26n.pt")

# Perform inference to detect objects
results = model("path/to/image.jpg")

# Extract the center coordinates (x, y) of bounding boxes to act as graph nodes
nodes = results[0].boxes.xywh[:, :2].cpu()
node_tensor = torch.tensor(nodes.numpy(), dtype=torch.float)

print(f"Extracted {node_tensor.size(0)} nodes for Geometric Deep Learning mapping.")

Per i team che costruiscono sistemi ibridi su larga scala che combinano object detection euclidea con mappature non euclidee, la gestione di una complessa data annotation è critica. La Ultralytics Platform fornisce un ambiente end-to-end per annotare in modo sicuro, addestrare e distribuire senza problemi questi modelli di visione fondamentali per supportare pipeline spaziali avanzate.