Maison > Périphériques technologiques > IA > Université York : L'IA fait des progrès rapides, mais ses capacités de reconnaissance sont encore loin derrière l'œil humain.

Université York : L'IA fait des progrès rapides, mais ses capacités de reconnaissance sont encore loin derrière l'œil humain.

WBOY
Libérer: 2023-04-15 16:22:22
avant
870 Les gens l'ont consulté

Les réseaux neuronaux convolutifs profonds (DCNN) voient les objets différemment des humains. L'équipe de recherche du professeur James Elder de l'Université York estime que le modèle d'apprentissage profond ne peut pas capturer les caractéristiques de configuration acquises par la perception de la forme humaine.

Comment le cerveau humain et DCNN perçoivent-ils l'ensemble ? Comment percevez-vous les caractéristiques des objets ? Les scientifiques ont utilisé des stimuli visuels dits « de Frankenstein » pour détecter cela. James Elder a déclaré : « Les soi-disant Frankenstein consistent à diviser le tout en parties et à intégrer les parties de la mauvaise manière. D'un point de vue partiel, ils sont corrects, mais les parties sont placées dans la mauvaise position.

La recherche a montré. » a découvert que bien que Frankenstein confonde le système visuel humain, DCNN n'est pas sensible à une mauvaise configuration.

Université York : L'IA fait des progrès rapides, mais ses capacités de reconnaissance sont encore loin derrière l'œil humain.

Par exemple, si une image d'un ours est vue par des yeux humains, c'est aussi un ours par l'IA. Coupez la photo au milieu et divisez-la en deux moitiés. Ne les connectez pas ensemble et l'IA ne peut pas les reconnaître. Ensuite, les moitiés supérieure et inférieure sont mal assemblées et l'œil humain ne peut pas le reconnaître. Ce que vous voyez est un animal qui ne ressemble pas à un ours, mais à un monstre, mais l'IA le reconnaît comme un ours. .

Qu'est-ce que cela signifie ? Cela montre que l’IA n’est pas assez sensible aux caractéristiques de l’objet configuré.

James Elder a déclaré : « Notre recherche explique pourquoi les modèles d'IA échouent dans certaines conditions. Pour comprendre comment le traitement visuel se produit dans le cerveau, nous devons considérer des tâches au-delà de la reconnaissance d'objets. Lors de la résolution de problèmes de reconnaissance complexes, les modèles profonds prennent parfois des raccourcis. plusieurs fois, des raccourcis sont possibles, lorsqu'il s'agit d'applications d'IA du monde réel, nous développons des applications d'IA pour des applications du monde réel. Lors de l'identification d'un ours, les parties de l'image de l'ours sont mal configurées et l'IA le reconnaîtra toujours. épelé monstre comme un ours.

Jetons un coup d'œil au système de sécurité vidéo AI ​​Traffic. Dans un système de circulation très fréquenté, de nombreux éléments, tels que les voitures, les vélos et les piétons, sont entrelacés les uns avec les autres et deviennent leurs propres obstacles. Ces éléments pénètrent dans le système visuel du conducteur comme des fragments déconnectés. Le cerveau traite automatiquement les différents fragments en groupes, détermine la catégorie correcte et détermine l'emplacement de l'objet. Le système de surveillance du trafic par l'IA est bien pire. Il ne peut détecter que des fragments individuels, le risque est donc grand.

Selon les chercheurs, optimiser la formation et l'architecture pour que le réseau d'IA ressemble davantage à un cerveau n'est pas très utile pour améliorer la configuration et les capacités de traitement de l'IA. Comment les humains jugent-ils les objets encore et encore ? Les réseaux d’IA ne peuvent pas prédire avec précision. Les capacités de configuration du système visuel humain sont très sensibles, et si l’IA veut correspondre au système visuel humain, elle devra peut-être faire plus que la reconnaissance de catégories.

L’avertissement des scientifiques est peut-être justifié : l’IA la plus intelligente est aujourd’hui bien inférieure aux organes humains, et encore moins au cerveau.

Il y a quelques années, un robot humanoïde nommé Sophia est devenu très populaire. Lors d'une conférence, Sophia a été interviewée par des humains. L'hôte humain a demandé à Sophia : « Voulez-vous détruire l'humanité ? » Sophia a répondu : « D'accord, je vais détruire l'humanité. » Le public a ri. Certaines personnes pensent que la réponse de Sophia est prédéterminée parce que Sophia n'est pas assez avancée pour prendre des décisions et répondre à de telles questions, mais certaines personnes pensent que cette réponse n'est pas prédéterminée.

Lors d'un autre événement, Sophia a répondu ainsi : "Ne vous inquiétez pas, si vous êtes gentil avec moi, je serai aussi gentil avec vous. Vous devriez me traiter comme un système intelligent

Maintenant, l'IA est." commencer à ralentir Il est lent à prendre son envol, mais les résultats ne sont pas toujours positifs. Hawking et Musk ont ​​exprimé leurs inquiétudes quant aux dommages causés par l’IA. Pour le moment, il est peut-être exagéré de craindre que l’IA ne détruise l’humanité, mais nous devons néanmoins rester vigilants.

Au fil du temps, peut-être que l’IA deviendra aussi intelligente que les humains, voire les surpassera. Mais amener l’IA à simuler la perception humaine peut s’avérer délicat. Pour les humains, certaines choses sont courantes et faciles à faire. Les scientifiques entraînent l’IA à effectuer en permanence certaines tâches et à faire des choses que les humains peuvent facilement faire. Malgré de nombreux efforts, l’IA actuelle n’arrive toujours pas à rattraper le système visuel humain.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:51cto.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal