باحثون يستخدمون الذكاء الاصطناعي للتحقيق في كيفية اختلاف الانعكاسات عن الصور الأصلية

استخدم باحثون في جامعة كورنيل مؤخرًا أنظمة التعلم الآلي للتحقيق في كيفية اختلاف انعكاسات الصور عن الصور الأصلية. وفقًا لتقرير ScienceDaily ، وجدت الخوارزميات التي أنشأها فريق الباحثين أن هناك علامات واضحة، اختلافات عن الصورة الأصلية، تشير إلى أن الصورة قد تم عكسها أو انعكاسها.

أستاذ مساعد في علوم الحاسوب في كورنيل تيك، نوح سنافلي، كان المؤلف الرئيسي للدراسة. وفقًا لسنافلي، بدأت مشروع البحث عندما أصبح الباحثون مهتمين بكيفية اختلاف الصور في الطرق الواضحة والخفيّة عندما يتم انعكاسها. وأوضح سنافلي أن الأشياء التي تبدو مت đối称ة في البداية يمكن عادةً تمييزها كانعكاس عند دراستها. “أنا مهتم بالاكتشافات التي يمكن إجراؤها بطرق جديدة لاستخلاص المعلومات”، قال سنافلي، وفقًا لتقرير ScienceDaily.

ركز الباحثون على صور الأشخاص، واستخدموها لتدريب خوارزمياتهم. تم القيام بذلك لأن الوجوه لا تبدو明显ًا غير متناظرة. عندما تم تدريب البيانات على تمييز الصور المعكوسة عن الصور الأصلية، حقق الذكاء الاصطناعي دقة تتراوح بين 60٪ و 90٪ عبر أنواع مختلفة من الصور.

كانت العديد من السمات البصرية لصورة معكوسة التي تعلمها الذكاء الاصطناعي خفية وصعبًا على البشر تمييزها عند النظر إلى الصور المعكوسة. من أجل تفسير أفضل للميزات التي كان الذكاء الاصطناعي يستخدمها لتمييز الصور المعكوسة عن الصور الأصلية، أنشأ الباحثون خريطة حرارية. أظهرت الخريطة الحرارية المناطق من الصورة التي يركز عليها الذكاء الاصطناعي. وفقًا للباحثين، كان أحد أكثر الدلائل شيوعًا التي استخدمها الذكاء الاصطناعي لتمييز الصور المعكوسة هو النص. لم يكن هذا مفاجئًا، وأزال الباحثون الصور التي تحتوي على نص من بيانات التدريب لتحصل على فكرة أفضل عن الاختلافات الأكثر دقة بين الصور المعكوسة والأصلية.

بعد إزالة الصور التي تحتوي على نص من مجموعة التدريب، وجد الباحثون أن مصنف الذكاء الاصطناعي يركز على ميزات الصور مثل أزرار القمصان والهواتف المحمولة والساعات والوجوه. بعض هذه الميزات لها أنماط موثوقة واضحة التي يمكن للذكاء الاصطناعي التركيز عليها، مثل حقيقة أن الناس غالبًا ما يحملون هواتفهم المحمولة في يدهم اليمنى وأن أزرار القمصان غالبًا ما تكون على اليسار. ومع ذلك، فإن الميزات الوجهية عادة ما تكون مت đối称ة مع اختلافات صغيرة جدًا وصعبًا على مراقب بشري الكشف عنها.

أنشأ الباحثون خريطة حرارية أخرى أبرزت المناطق من الوجوه التي يركز عليها الذكاء الاصطناعي. غالبًا ما يستخدم الذكاء الاصطناعي أعين الناس وشاربهم وذقونهم للكشف عن الصور المعكوسة. من غير الواضح السبب، غالبًا ما ينظر الناس قليلاً إلى اليسار عندما يتم chụp صور لهم. فيما يتعلق bằng السبب الذي يجعل الشعر والذقون مؤشرات على الصور المعكوسة، لا يعرف الباحثون السبب، لكنهم يعتقدون أن يدي الشخص قد يتم الكشف عنها بالطريقة التي يحلق أو يصفف بها. على الرغم من أن هذه المؤشرات قد تكون غير موثوقة، يمكن للباحثين تحقيق ثقة أكبر ودقة من خلال الجمع بين عدة مؤشرات.

سيحتاج إلى المزيد من البحث في هذه الخطوط، ولكن إذا كانت النتائج متسقة وموثوقة، فقد تساعد الباحثين على العثور على طرق أكثر كفاءة لتدريب خوارزميات التعلم الآلي. غالبًا ما يتم تدريب الذكاء الاصطناعي للرؤية باستخدام انعكاسات الصور، كما أنها طريقة سريعة وفعالة لزيادة كمية بيانات التدريب المتاحة. من الممكن أن يساعد تحليل كيفية اختلاف الصور المعكوسة الباحثين في التعلم الآلي على فهم أفضل للتحيزات الموجودة في نماذج التعلم الآلي التي قد تسبب خطأ في تصنيف الصور.

كما قال سنافلي، مذكور في ScienceDaily:

“هذا يؤدي إلى سؤال مفتوح للمجتمع الرؤية الحاسوبية، وهو، متى يكون من المقبول القيام بهذا العكس لزيادة مجموعة البيانات، ومتى لا يكون من المقبول؟ آمل أن هذا سوف يحفز الناس على التفكير أكثر في هذه الأسئلة وبدء تطوير أدوات لفهم كيفية تحيز الخوارزمية.”