Sunday, April 21, 2024

Cum viziunea periferică a AI ar putea îmbunătăți tehnologia și siguranța

Acțiune

Viziunea periferică, un fason adeseori fanat cu vederea al vederii umane, joacă un rol esențial în valoare absoluta în cine interacționăm și înțelegem mediul înconjurător. Ne indreptati să detectăm și să recunoaștem forme, mișcări și indicii importante cine nu se află în a rigla noastră directă de vedenie, extinzând invar câmpul nostru vizual decinde de teren centrală focalizată. Această indemanare este crucială pentru sarcinile de zi cu zi, de la navigarea pe străzile aglomerate până la răspunsul la mișcările bruște din tenis; sportul cu balonul oval.

La Institutul de Tehnologie din Massachusetts (MIT), cercetătorii se adâncesc în domeniul inteligenței artificiale cu o abordare inovatoare, urmărind să doteze modelele AI cu o formă simulată de fantoma periferică. Lucru lor revoluționară încearcă să reducă un decalaj spunator în capacitățile actuale de AI, cărora, drept diferenta de oameni, le lipsește facultatea de percepție periferică. Această delimitare a modelelor AI le limitează potențialul în scenariile în cine detectarea periferică este esențială, cum ar fi în sistemele de domnie autonomă sau în medii complexe, dinamice.

Înțelegerea vederii periferice în AI

Viziunea periferică la oameni este caracterizată de capacitatea noastră de a a incasa și actrita informații la periferia focalizării noastre vizuale directe. Deși această fantoma este mai puțin detaliată decât viziunea centrală, este extrem sensibilă la mișcare și joacă un rol esențial în alertarea despre potențialelor pericole și oportunități din mediul nostru.

În transfer, modelele AI s-au luptat în mod tradițional cu iest fason al vederii. Sistemele actuale de fantoma computerizată sunt concepute în intaiul rând pentru a procesa și a cerceta imaginile cine se află oblu în câmpul lor vizual, asemănător cu viziunea centrală la oameni. Aiest treaba lasă un faza orb spunator în percepția AI, mai stilat în situațiile în cine informațiile periferice sunt esențiale pentru a lua decizii informate sau pentru a reacționa la schimbările neprevăzute ale mediului.

Cercetarea efectuată de MIT abordează această lacună crucială. Prin încorporarea unei forme de fantoma periferică în modelele AI, team își intentiona să creeze sisteme cine nu devreme că vadă, ci și interpretează lumea într-un mod mai asemănător cu viziunea umană. Aiest ridicare are potențialul de a îmbunătăți aplicațiile AI în diferite domenii, de la siguranța masina până la robotică, și posibil tocmai contribui la înțelegerea noastră a procesării vizuale umane.

Abordarea MIT

Pentru a a executa iest treaba, au reimaginat valoare absoluta în cine imaginile sunt procesate și percepute de AI, apropiindu-l de experiența umană. Esențial pentru abordarea lor este utilizarea unui tipar de plăci cu textură modificată. Metodele tradiționale se bazează adeseori pe pur și neincarcat estomparea marginilor imaginilor pentru a a pildui vederea periferică. Cu toate acestea, cercetătorii MIT au identificat că această metodă nu reprezintă cu fidelitate pierderea complexă de informații cine are loc în vederea periferică umană.

Pentru a stabili iest treaba, ei au stilat modelul de placaj cu urzeala, o tehnică concepută inițial pentru a simula vederea periferică umană. Aiest tipar refacut indreptati o modificare mai nuanțată a imaginilor, surprinzând gradația pierderii de detalii cine apare pe măsură ce privirea se mișcă din miez drept circumferinta.

O judecie esențială a acestui greutate a fost crearea unui set de date cuprinzător, sui-generis conceput pentru a antrena modele de învățare automată în recunoașterea și interpretarea informațiilor vizuale periferice. Aiest set de date constă dintr-o gamă largă de imagini, fiece transformată amanuntit pentru a constitui niveluri diferite de cinste vizuală periferică. Prin antrenarea modelelor AI cu iest set de date, cercetătorii și-au socoteala să le insufle o percepție mai realistă a imaginilor periferice, asemănătoare procesării vizuale umane.

Constatări și implicații

După pregătirea modelelor AI cu iest nou set de date, team MIT s-a slujbas într-o comparație meticuloasă a performanței acestor modele cu capacitățile umane în sarcinile de detectare a obiectelor. Rezultatele au fost iluminatoare. În perioada ce modelele AI au dovedit o cubaj îmbunătățită de a detecta și recunoaște obiectele din circumferinta, performanța lor nu a fost încă la paritate cu capacitățile umane.

Una dintre cele mai izbitoare constatări a fost modelele distincte de performanță și limitările inerente ale AI în iest ipostaza. Drept diferenta de oameni, dimensiunea obiectelor sau cantitatea de debandada vizuală nu au emfatic spunator performanța modelelor AI, sugerând o diferență fundamentală în valoare absoluta în cine AI și oamenii procesează informațiile vizuale periferice.

Aceste constatări au implicații profunde pentru diverse aplicații. În domeniul siguranței masina, sistemele de inteligență artificială cu fantoma periferică îmbunătățită ar a se cadea scurta spunator accidentele prin detectarea pericolelor potențiale cine nu se încadrează în a rigla directă de vedenie a șoferilor sau a senzorilor. Această tehnologie ar a se cadea rula, de atare, un rol esențial în înțelegerea comportamentului umanistic, în sui-generis în valoare absoluta în cine procesăm și reacționăm la stimulii vizuali din periferia noastră.

În surplus, iest ridicare este promițător pentru îmbunătățirea interfețelor cu utilizatorul. Înțelegând valoare absoluta în cine AI procesează viziunea periferică, designerii și inginerii pot creste interfețe mai intuitive și mai receptive, cine se aliniază mai prezentabil cu viziunea umană naturală, creând invar sisteme mai ușor de utilizat și mai eficiente.

În esență, stradanie cercetătorilor MIT nu devreme că marchează un pas spunator în evoluția viziunii AI, dar casca și noi orizonturi pentru îmbunătățirea siguranței, înțelegerea cunoașterii umane și îmbunătățirea interacțiunii utilizatorului cu tehnologia.

Prin reducerea decalajului dintre percepția umană și cea a mașinii, această studiu casca o complex de posibilități în avansarea tehnologiei și îmbunătățirea siguranței. Implicațiile acestui citanie se extind în numeroase domenii, promițând un perspectiva în cine AI nu devreme că posibil a privi mai indelungat ca noi, ci și să înțeleagă și să interacționeze cu lumea într-un mod mai nuanțat și mai sofisticat.

Puteți găsi cercetarea publicată aoace.

Citeşte mai mult

Stiri în tendințe