نقص هوش مصنوعی در تشخیص اجزای تشکیل دهنده تصاویر

بهترین مثال در مورد فرآینداهی مرتبط با هوش مصنوعی طی چند سال اخیر نحوه تشخیص جزییات موجود در تصاویر توسط رایانه‌ها است. حتی مثال‌های ساده در این زمینه هم نشان می‌دهد که قابلیت‌های هوش مصنوعی چگونه کار می‌کنند.


جدیدترین ترفند در این زمینه که در حوزه بازی‌های رایانه‌ای مورد استفاده قرار گرفته است توسط محققان دانشگاه اوبِرن با همکاری شرکت نرم‌افزاری Adobe Systems ارایه شد. این دو شرکت طی گزارش مشترکی که هفته جاری منتشر کردند توضیح دادند که اگر اشیا به اندازه حرکت کنند یا تصویر بچرخد، چگونه شبکه‌های عصبی پیشرفته تشخیص تصویر به راحتی فریب می‌خورند.

به عنوان مثال، تصویری را در نظر بگیرید که یک دستگاه ماشین آتش‌نشانی را از قسمت جلو نمایش می‌دهد و سیستم رایانه‌ای به راحتی آن را شناسایی می‌کند. ولی زمانی که این تصویر چندین بار می‌چرخد همین ماشین آتش نشانی توسط شبکه عصبی تشخیص داده نمی‌شود و در نهایت سیستم مربوطه آن را اتوبوس مدرسه، قایق موتوری یا سورتمه شناسایی می‌کند.

مطالعات پیشین نشان داده بود که تصاویر می‌توانند با توجه به بافت یا نور در شبکه عصبی تحلیل شوند و تغییر داده شوند. با این وجود این نخستین باری است که بررسی‌های نرم‌افزاری نشان می‌دهد چرخش سه‌بعدی یک شیئ در تصویر می‌تواند باعث گمراهی سیستم مربوطه شود و البته نسل جدید هوش مصنوعی می‌‌تواند آن را شناسایی کند.

نتیجه حاصل از بررسی که محققان انجام دادند نشان داد سیستم‌های هوش مصنوعی که هم اکنون مورد استفاده قرار می‌گیرند فقط می‌توانند تصاویر معمول را تشخیص دهند و در این میان اگر تصاویر سه‌بعدی مقابل آنها قرار گیرد، این سیستم‌ها نیاز به کمک دارند تا بتوانند بهتر عمل کنند.

منبع: ZDnet

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *