Kuidas tehisintellekti perifeerne nägemine võib tehnoloogiat ja ohutust parandada

Perifeerne nägemine, mis on inimese nägemise sageli tähelepanuta jäetud aspekt, mängib keskset rolli selles, kuidas me ümbritsevaga suhtleme ja sellest aru saame. See võimaldab meil tuvastada ja ära tunda kujundeid, liikumisi ja olulisi näpunäiteid, mis ei ole meie otseses vaateväljas, laiendades seega meie vaatevälja fokuseeritud keskalast kaugemale. See oskus on igapäevaste toimingute jaoks ülioluline, alates liiklusrohketel tänavatel navigeerimisest kuni spordis äkilistele liikumistele reageerimiseni.

Massachusettsi Tehnoloogiainstituudis (MIT) uurivad teadlased tehisintellekti valdkonda uuendusliku lähenemisviisiga, mille eesmärk on varustada tehisintellekti mudelid perifeerse nägemise simuleeritud vormiga. Nende murrangulise töö eesmärk on ületada märkimisväärne lõhe praegustes AI-võimalustes, millel erinevalt inimestest puudub perifeerse tajumise võime. See AI mudelite piirang piirab nende potentsiaali stsenaariumides, kus perifeerne tuvastamine on hädavajalik, näiteks autonoomsetes sõidusüsteemides või keerukates dünaamilistes keskkondades.

Perifeerse nägemise mõistmine AI-s

Inimeste perifeerset nägemist iseloomustab meie võime tajuda ja tõlgendada teavet meie otsese visuaalse fookuse äärealadel. Kuigi see nägemus on vähem detailne kui keskne nägemus, on see liikumise suhtes väga tundlik ja mängib olulist rolli meie keskkonnas esinevate võimalike ohtude ja võimaluste eest hoiatamisel.

Seevastu AI mudelid on selle nägemise aspektiga traditsiooniliselt võidelnud. Praegune arvuti nägemine süsteemid on mõeldud peamiselt nende kujutiste töötlemiseks ja analüüsimiseks, mis on otse nende vaateväljas, sarnaselt inimeste keskse nägemisega. See jätab tehisintellekti tajumisse olulise pimeala, eriti olukordades, kus perifeerne teave on otsustava tähtsusega teadlike otsuste tegemiseks või keskkonnas toimuvatele ettenägematutele muutustele reageerimiseks.

MIT-i läbiviidud uuringus käsitletakse seda olulist lünka. Lisades AI mudelitesse perifeerse nägemise vormi, püüab meeskond luua süsteeme, mis mitte ainult ei näe, vaid ka tõlgendavad maailma inimese nägemisega sarnasemal viisil. See edusamm sisaldab potentsiaali täiustada tehisintellekti rakendusi erinevates valdkondades, alates autoohutusest kuni robootikani, ja võib isegi aidata kaasa arusaamisele inimese visuaalsest töötlemisest.

MIT-i lähenemisviis

Selle saavutamiseks on nad ümber kujundanud viisi, kuidas tehisintellekt pilte töötleb ja tajub, tuues selle inimkogemusele lähemale. Nende lähenemisviisi keskmes on muudetud tekstuuriga plaatimismudeli kasutamine. Traditsioonilised meetodid tuginevad sageli piltide servade lihtsalt hägustamisele, et jäljendada perifeerset nägemist. MIT-i teadlased tõdesid aga, et see meetod ei suuda täpselt kujutada inimese perifeerses nägemises tekkivat keerulist teabekadu.

Selle probleemi lahendamiseks viimistlesid nad tekstuuriplaadistamise mudelit – tehnikat, mis oli algselt loodud inimese perifeerse nägemise jäljendamiseks. See muudetud mudel võimaldab kujutisi nüansirikkamalt teisendada, jäädvustades detailide kadumise gradatsiooni, mis tekib siis, kui pilk liigub keskelt perifeeriasse.

Selle ettevõtmise oluline osa oli tervikliku andmestiku loomine, mis on spetsiaalselt loodud treenimiseks masinõpe mudelid perifeerse visuaalse informatsiooni äratundmisel ja tõlgendamisel. See andmestik koosneb suurest hulgast piltidest, millest igaüks on hoolikalt ümber kujundatud, et näidata perifeerset visuaalset täpsust erineval tasemel. AI-mudeleid selle andmekogumiga koolitades püüdsid teadlased sisendada neile perifeersete kujutiste realistlikumat taju, mis sarnaneb inimese visuaalse töötlemisega.

Leiud ja tagajärjed

Pärast tehisintellekti mudelite väljaõpetamist selle uudse andmekogumiga alustas MIT-i meeskond nende mudelite jõudluse ja inimese võimete täpset võrdlemist objektide tuvastamise ülesannetes. Tulemused olid valgustavad. Kuigi tehisintellekti mudelid näitasid paremat võimet tuvastada ja ära tunda perifeerias asuvaid objekte, ei vastanud nende jõudlus ikkagi inimese võimetele.

Üks silmatorkavamaid leide oli selles kontekstis tehisintellekti erinevad jõudlusmustrid ja loomupärased piirangud. Erinevalt inimestest ei mõjutanud objektide suurus ega visuaalse segaduse hulk oluliselt tehisintellekti mudelite jõudlust, mis viitab põhimõttelisele erinevusele selles, kuidas tehisintellekt ja inimesed perifeerset visuaalset teavet töötlevad.

Need leiud avaldavad sügavat mõju erinevatele rakendustele. Autoohutuse valdkonnas võivad täiustatud perifeerse nägemisega tehisintellektisüsteemid märkimisväärselt vähendada õnnetusi, tuvastades võimalikud ohud, mis jäävad väljapoole juhtide või andurite otsest vaatevälja. See tehnoloogia võib mängida keskset rolli ka inimkäitumise mõistmisel, eriti selles, kuidas me oma perifeeria visuaalseid stiimuleid töötleme ja neile reageerime.

Lisaks lubab see edasiminek kasutajaliideste täiustamist. Mõistes, kuidas tehisintellekt perifeerset nägemist töötleb, saavad disainerid ja insenerid välja töötada intuitiivsemad ja reageerivamad liidesed, mis ühtivad paremini inimese loomuliku nägemisega, luues seeläbi kasutajasõbralikumaid ja tõhusamaid süsteeme.

Sisuliselt ei tähista MIT-i teadlaste töö mitte ainult olulist sammu tehisintellekti nägemise arengus, vaid avab ka uusi horisonte ohutuse suurendamiseks, inimese tunnetuse mõistmiseks ja kasutajate suhtlemise parandamiseks tehnoloogiaga.

Ületades lõhe inimese ja masina tajumise vahel, avab see uurimus hulgaliselt võimalusi tehnoloogia edendamiseks ja ohutuse parandamiseks. Selle uuringu tagajärjed laienevad paljudele valdkondadele, lubades tulevikku, kus tehisintellekt ei näe mitte ainult rohkem nagu meie, vaid mõistab maailma ja suhtleb sellega nüansirikkamalt ja keerukamalt.

Leiate avaldatud uuringu siin.