محققان بینایی محیطی هوش مصنوعی را تقویت می کنند

محققان بینایی محیطی را در مدل های هوش مصنوعی تقویت می کنند تا با اینکار به بهبود ایمنی راننده کمک کنند.

به گزارش خبرگزاری علم و فناوری لاکو به نقل از ام آی تی نیوز، دید محیطی انسان ها را قادر می سازد تا اشکالی را ببینند که مستقیماً در خط دید ما نیستند، البته با جزییات کم تر. این قابلیت میدان دید ما را گسترش می دهد و می تواند در بسیاری از موقعیت ها مانند تشخیص خودرویی که از کنار به خودروی ما نزدیک می شود، مفید باشد.

برخلاف انسان، هوش مصنوعی دید محیطی ندارد. تجهیز مدل های بینایی کامپیوتری به این قابلیت می تواند به آن ها کمک کند تا خطرات نزدیک شدن را به طور موثرتری تشخیص دهند یا پیش بینی کنند که آیا یک راننده انسانی متوجه شی روبرو می شود یا خیر.

محققان ام آی تی با قدم گذاشتن در این مسیر، مجموعه داده های تصویری را توسعه دادند که به آن ها اجازه می دهد دید محیطی را در مدل های یادگیری ماشین شبیه سازی کنند. آن ها دریافتند که با این مجموعه داده توانایی مدل ها در تشخیص اشیا در محیط بصری را بهبود می دهند، اگرچه مدل ها همچنان بدتر از انسان عمل می کنند.

نتایج آن ها همچنین نشان داد که برخلاف انسان ها، نه اندازه اشیا و نه میزان درهم ریختگی بصری در یک صحنه تاثیر زیادی بر عملکرد هوش مصنوعی ندارد.

واشا دوتل، یکی از نویسندگان این مقاله می گوید: اینجا یک اتفاق اساسی در جریان است. ما مدل های مختلفی را آزمایش کردیم و حتی وقتی آن ها را آموزش می دهیم، کمی بهتر می شوند، اما کاملا شبیه انسان نیستند. بنابراین، سوال این است: چه چیزی در این مدل ها گم شده است؟

پاسخ به این سوال ممکن است به محققان در ساخت مدل های یادگیری ماشین کمک کند تا بتوانند جهان را بیشتر شبیه به انسان ببینند. علاوه بر بهبود ایمنی راننده، می توان از چنین مدل هایی برای توسعه نمایشگر هایی استفاده کرد که مشاهده آن ها برای مردم آسان تر است.

به علاوه، درک عمیق تر بینایی محیطی در مدل های هوش مصنوعی می تواند به پژوهشگران در پیش بینی بهتر رفتار انسان کمک کند.

او توضیح می دهد: مدل سازی بینایی محیطی، اگر ما واقعا بتوانیم ماهیت آنچه در محیط نشان داده می شود را درک کنیم، می تواند به ما در درک ویژگی های یک صحنه بصری که باعث می شود چشم های ما برای جمع آوری اطلاعات بیشتر حرکت کنند، کمک کند.

روت روزنهولتز، یکی از نویسندگان این مقاله می گوید: هر زمانی که شما یک انسان را در حال تعامل با یک ماشین دارید – یک ماشین، یک ربات، یک رابط کاربری – بسیار مهم است که بفهمید فرد چه چیزی را می تواند ببیند. بینایی محیطی نقش مهمی در این درک ایفا می کند.

محققان دریافتند که آموزش مدل ها با مجموعه داده های آن ها از ابتدا منجر به بیش ترین افزایش عملکرد و بهبود توانایی آن ها در تشخیص اشیا می شود. تنظیم دقیق یک مدل با مجموعه داده های آن ها، فرآیندی که شامل اصلاح یک مدل از پیش آموزش دیده است تا بتواند یک کار جدید را انجام دهد، منجر به دستاورد های عملکردی کوچک تر می شود.

اما در هر صورت، ماشین ها به خوبی انسان ها نبودند و به خصوص در تشخیص اشیا در محیط های دوردست بد عمل می کردند. عملکرد آن ها نیز از الگو های مشابه انسان ها پیروی نمی کرد.

هرینگتون می گوید: این ممکن است نشان دهد که مدل ها از همان روشی که انسان ها برای انجام این وظایف تشخیص استفاده می کنند، استفاده نمی کنند. استراتژی مدل ها ممکن است متفاوت باشد.

محققان قصد دارند با هدف یافتن مدلی که بتواند عملکرد انسان را در محیط بصری پیش بینی کند، به بررسی این تفاوت ها ادامه دهند. این می تواند سیستم های هوش مصنوعی را فعال کند که به عنوان مثال رانندگان را از خطراتی که ممکن است نبینند آگاه می کند. آن ها همچنین امیدوارند که الهام بخش محققان دیگر برای انجام مطالعات بینایی کامپیوتری اضافی با مجموعه داده های در دسترس عموم خود باشند.

جاستین گاردنر، استادیار گروه روانشناسی دانشگاه استنفورد که در این پژوهش مشارکت نداشته است، می گوید: این کار از این جهت اهمیت دارد که به درک ما کمک می کند که بینایی انسان در محیط را نباید تنها به دلیل محدودیت در تعداد گیرنده های نوری که داریم، ضعیف در نظر گرفت، بلکه باید نمایشی که برای ما بهینه شده است تا وظایف مربوط به دنیای واقعی را انجام دهیم. این پژوهش آینده به طور قابل توجهی توسط پایگاه داده تصاویر ارایه شده توسط نویسندگان برای تقلید بینایی محیطی انسان کمک خواهد شد.