Како периферната визија на вештачката интелигенција може да ја подобри технологијата и безбедноста

Периферниот вид, често занемарен аспект на човечкиот вид, игра клучна улога во тоа како ние комуницираме и ја разбираме нашата околина. Тоа ни овозможува да откриеме и препознаваме облици, движења и важни знаци кои не се во нашата директна линија на видување, со што го прошируваме нашето видно поле надвор од фокусираната централна област. Оваа способност е клучна за секојдневните задачи, од навигација по прометни улици до одговор на ненадејни движења во спортот.

На Технолошкиот институт во Масачусетс (МИТ), истражувачите навлегуваат во доменот на вештачката интелигенција иновативен пристап, со цел да се обдарат моделите со вештачка интелигенција со симулирана форма на периферна визија. Нивната револуционерна работа се обидува да премости значителен јаз во тековните способности на вештачката интелигенција, на кои, за разлика од луѓето, им недостасува факултет за периферна перцепција. Ова ограничување кај моделите со вештачка интелигенција го ограничува нивниот потенцијал во сценарија каде периферното откривање е од суштинско значење, како на пример во системи за автономно возење или во сложени, динамични средини.

Разбирање на периферната визија во вештачката интелигенција

Периферниот вид кај луѓето се карактеризира со нашата способност да ги перципираме и интерпретираме информациите во периферијата на нашиот директен визуелен фокус. Иако оваа визија е помалку детална од централната визија, таа е многу чувствителна на движење и игра клучна улога во предупредувањето за потенцијалните опасности и можности во нашата околина.

Спротивно на тоа, моделите со вештачка интелигенција традиционално се борат со овој аспект на видот. Тековните системи за компјутерска визија се првенствено дизајнирани да обработуваат и анализираат слики кои се директно во нивното видно поле, слично на централниот вид кај луѓето. Ова остава значителна слепа точка во перцепцијата на вештачката интелигенција, особено во ситуации кога периферните информации се клучни за донесување информирани одлуки или реагирање на непредвидени промени во околината.

Истражувањето спроведено од МИТ се однесува на оваа клучна празнина. Со инкорпорирање на форма на периферна визија во моделите со вештачка интелигенција, тимот има за цел да создаде системи кои не само што го гледаат, туку и го толкуваат светот на начин повеќе сличен на човечката визија. Овој напредок има потенцијал да ги подобри апликациите за вештачка интелигенција во различни области, од автомобилска безбедност до роботика, па дури и може да придонесе за нашето разбирање за човечката визуелна обработка.

Пристап на МИТ

За да го постигнат ова, тие повторно го замислија начинот на кој сликите се обработуваат и перципираат од вештачката интелигенција, доближувајќи го до човечкото искуство. Централно место во нивниот пристап е употребата на модифициран модел на поплочување со текстура. Традиционалните методи често се потпираат на едноставно замаглување на рабовите на сликите за да го имитираат периферниот вид. Сепак, истражувачите на МИТ препознаа дека овој метод не ја претставува прецизно сложената загуба на информации што се јавува во човечката периферна визија.

За да го решат ова, тие го рафинираа моделот на поплочување со текстура, техника првично дизајнирана да го имитира човечкиот периферен вид. Овој модифициран модел овозможува поизразена трансформација на сликите, доловувајќи ја градацијата на губењето на деталите што се случува додека погледот се движи од центарот кон периферијата.

Суштински дел од овој потфат беше создавањето на сеопфатна база на податоци, специјално дизајнирана да ги обучи моделите за машинско учење за препознавање и толкување на периферните визуелни информации. Оваа база на податоци се состои од широк спектар на слики, секоја прецизно трансформирана за да покаже различни нивоа на периферна визуелна верност. Со обука на модели на вештачка интелигенција со оваа база на податоци, истражувачите имаа за цел да им всадат пореална перцепција на периферните слики, слична на човечката визуелна обработка.

Наоди и импликации

По обуката на модели со вештачка интелигенција со оваа нова база на податоци, тимот на МИТ започна со прецизна споредба на перформансите на овие модели наспроти човечките способности во задачите за откривање објекти. Резултатите беа просветлени. Додека моделите со вештачка интелигенција покажаа подобрена способност за откривање и препознавање на објекти на периферијата, нивните перформанси сè уште не беа на исто ниво со човечките способности.

Едно од највпечатливите наоди беа различните модели на перформанси и инхерентните ограничувања на вештачката интелигенција во овој контекст. За разлика од луѓето, големината на предметите или количината на визуелен неред не влијаеше значително на перформансите на моделите со вештачка интелигенција, што укажува на фундаментална разлика во тоа како вештачката интелигенција и луѓето ги обработуваат периферните визуелни информации.

Овие наоди имаат длабоки импликации за различни апликации. Во доменот на автомобилската безбедност, системите за вештачка интелигенција со подобрен периферен вид би можеле значително да ги намалат несреќите со откривање на потенцијални опасности што се надвор од директната линија на видот на возачите или сензорите. Оваа технологија, исто така, може да игра клучна улога во разбирањето на човековото однесување, особено во тоа како ги обработуваме и реагираме на визуелните стимули во нашата периферија.

Дополнително, овој напредок ветува подобрување на корисничките интерфејси. Со разбирање како вештачката интелигенција ја обработува периферната визија, дизајнерите и инженерите можат да развијат поинтуитивни и поодговорни интерфејси кои подобро се усогласуваат со природната човечка визија, а со тоа создавајќи повеќе кориснички и ефикасни системи.

Во суштина, работата на истражувачите од МИТ не само што означува значаен чекор во еволуцијата на визијата за вештачка интелигенција, туку отвора и нови хоризонти за подобрување на безбедноста, разбирање на човековото спознание и подобрување на интеракцијата на корисникот со технологијата.

Со премостување на јазот помеѓу перцепцијата на човекот и машината, ова истражување отвора мноштво можности за унапредување на технологијата и подобрување на безбедноста. Импликациите од оваа студија се прошируваат на многу полиња, ветувајќи иднина каде што вештачката интелигенција не само што ќе може да види повеќе како нас, туку и да разбере и да комуницира со светот на понијансиран и пософистициран начин.