Identity Mapping

Em matemática e álgebra linear, um mapa identidade ou matriz identidade é uma função que retorna exatamente o mesmo valor que recebeu como entrada. No contexto da inteligência artificial (AI) e do aprendizado profundo, o mapeamento de identidade refere-se a uma técnica arquitetural específica usada para transmitir dados de entrada diretamente às camadas subsequentes de uma rede neural convolucional (CNN), sem transformações não lineares. Esse conceito ganhou grande popularidade com a introdução das redes residuais (ResNet), em 2015, que revolucionaram a estrutura e o treinamento de modelos de visão computacional (CV) profundos.

Como funciona o mapeamento de identidade#

Redes neurais profundas frequentemente sofrem com o problema do gradiente que desaparece. Durante a retropropagação, os sinais de erro usados para atualizar os pesos da rede ficam exponencialmente menores à medida que percorrem as camadas no sentido inverso, impedindo que as camadas iniciais aprendam de forma eficaz. O mapeamento de identidade resolve esse problema ao criar "conexões de salto" ou "conexões de atalho".

Em vez de obrigar camadas sequenciais a aprender um mapeamento totalmente novo e sem referência, elas são projetadas para aprender uma função residual. Matematicamente, se a entrada de um bloco for x, a camada aprende uma transformação F(x). O mapeamento de identidade adiciona a entrada original x diretamente à saída dessa transformação, resultando na saída final F(x) + x. Isso garante que, mesmo em redes extremamente profundas, os gradientes possam fluir sem impedimentos diretamente pelo backbone do modelo. Organizações de pesquisa em IA renomadas, como o Google DeepMind e a OpenAI, frequentemente aproveitam esses atalhos arquiteturais para estabilizar o treinamento de modelos de base de grande escala.

Mapeamento de identidade vs. preservação de identidade#

É fundamental diferenciar o mapeamento de identidade da preservação de identidade, que tem um nome semelhante.

Enquanto o mapeamento de identidade é um recurso estrutural de codificação de uma rede neural, projetado para otimizar o fluxo de treinamento de aprendizado de máquina (ML), a preservação de identidade é uma tarefa distinta de visão computacional. A preservação de identidade se concentra em manter a consistência visual de uma pessoa ou objeto específico entre diferentes quadros de vídeo no rastreamento de objetos ou entre imagens geradas em fluxos de trabalho de IA generativa.

Aplicações no mundo real#

O mapeamento de identidade é um componente fundamental de muitos modelos de alta precisão usados atualmente em produção:

• Detecção avançada de objetos: Arquiteturas modernas em tempo real, incluindo a versão mais recente da Ultralytics, YOLO26, utilizam blocos residuais avançados com mapas de identidade nas camadas de extração de características. Isso permite que realizem detecções precisas em alta velocidade em ambientes complexos, como a condução autônoma, sem perda de desempenho à medida que a profundidade da rede aumenta.
• Modelos de classificação de imagens: Arquiteturas de visão de última geração, amplamente documentadas em repositórios acadêmicos como o arXiv e a Biblioteca Digital IEEE Xplore, dependem de mapeamentos de identidade para treinar com sucesso modelos com centenas de camadas. Frameworks de alto nível como o TensorFlow usam esses atalhos para extrair características hierárquicas altamente complexas de conjuntos de dados massivos.

Implementação do mapeamento de identidade em PyTorch#

Ao criar redes neurais personalizadas, frameworks de aprendizado profundo como o PyTorch oferecem ferramentas nativas para implementar esses atalhos com facilidade. Você pode usar explicitamente o módulo PyTorch nn.Identity ou simplesmente aplicar a adição matemática na passagem forward de nn.Module.

O trecho a seguir demonstra um bloco residual básico que utiliza um mapa identidade. Vale lembrar que desenvolvedores que usam a Plataforma Ultralytics baseada em nuvem para gerenciar conjuntos de dados e treinar modelos aproveitam automaticamente essas estruturas arquiteturais altamente otimizadas nos bastidores.

import torch.nn as nn


class ResidualBlock(nn.Module):
    def __init__(self, channels):
        super().__init__()
        # Uma camada convolucional simples para extração de características
        self.conv = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        # Módulo explícito de mapeamento de identidade
        self.identity = nn.Identity()

    def forward(self, x):
        # A saída do bloco é a soma das características aprendidas e do mapa identidade
        return self.conv(x) + self.identity(x)