På trods af de betydelige fremskridt, der er gjort for nylig, machine vision systemer er langt fra deres biologiske modstykker. Dette gælder ikke kun for hastigheden på behandling af oplysninger og pålidelighed. Det faktum, at hjernen er i stand til at genkende objekter, uanset hvilken del af det kan ses i øjeblikket. Og nogle gange endda baseret på baggrund af den overordnede plan. Det er denne vision, og lærte AI eksperter fra Usa.
For udvikling af ansvarlige forskere fra University of California i Los Angeles og Stanford University, at deres system kan se verden gennem den samme metode, som jeg bruger. Ifølge redaktørerne af Proceedings of the National Academy of Sciences, kan systemet identificere objekter, der er baseret på nogle dele, der ikke var til rådighed for AI.
Processen med at lære en ny metode består af tre på hinanden følgende faser. Efter systemet bedt om at finde et objekt, det bryder det billede, der i mindre dele. Ovenstående figur viser, hvordan systemet identificeret objekt på grundlag af bare sådanne små dele. Så hver del er særskilt analyseret og identifitseerida dets sammenhæng med andre objekter i billedet. Så igen AI “ser” på hele billedet og identificerer, hvilke dele af billedet, der er relateret til det oprindelige objekt, og hvilke der ikke er. Nå, efter AI begyndt at træne på talrige fotos og videoer taget fra nettet.
“Internettet har givet os to ting, der hjælper vores computer vision system til at lære såvel som mennesker. Dette er, for det første, at tilstedeværelsen af et stort antal billeder og videoer, som indeholder objekter af samme type. Og for det andet, i det netværk, masser af fotos og video, hvor de samme objekter, der vises fra forskellige vinkler, og på forskellige afstande fra det synspunkt og under forskellige forhold.” — sagde undersøgelsens ledende forfatter, Wani Roychowdhury.
I den afsluttende fase, forskerne testet systemet på mere end 9000 billeder af mennesker og forskellige objekter, og det er i alle tilfælde forpligtet til at genkende i hvert fald ikke værre end AI med en enorm erfaring, men uddannet i den “gamle” metode.
Denne og andre nyheder kan du diskutere i vores chat i Telegrammet.