AI-uuring paljastab: nii näeb masin inimese pilti!

AI-uuring paljastab: nii näeb masin inimese pilti!

Justus Liebigi ülikooli Giesseni ja Max Plancki kognitiivsete ja ajuteaduste instituudi uurimisrühm avaldas 23. juunil 2025 tehisintellekti (AI) abil tehisintellekti kasutava objekti tuvastamise kohta olulisi tulemusi. Need leiud avaldati tuntud ajakirjas Loodusmasina intelligentsus avaldatud. Esimesed autorid Florian Mahner ja Lukas Muttenthaler ning viimane autor prof dr Martin Hebart tutvustasid uut lähenemisviisi võtmemõõtmete tuvastamiseks ja võrdlemiseks, millele nii inimesed kui ka tehisintellekt pööravad tähelepanu objektide nägemisel.

Uuringus analüüsiti umbes 5 miljonit veidrat hinnangut 1854 objektipildist, et selgitada välja, milliseid visuaalseid ja semantilisi omadusi inimesed ja tehisintellekt eelistavad. Selgub, et inimesed keskenduvad tähendusega seotud mõõtmetele, nagu "loomadega seotud" või "tulega seotud", samas kui AI mudelid keskenduvad peamiselt visuaalsetele omadustele, nagu "ümmargune" või "valge". Seda nähtust nimetatakse visuaalseks eelistuseks ja see võib oluliselt mõjutada usaldust tehisintellektisüsteemide vastu, kui objektide tuvastamise strateegiates on erinevusi.

Uurimistöö metoodika ja tulemused

Teadustöös kasutatakse mitut sügavat närvivõrku (DNN), et tuvastada inimestega sarnaseid pilte ja määrata piltide peamised mõõtmed. Inimeste ja DNN-ide mõõtmete võrdlus näitas, et kuigi tehisintellekt saavutab nendele mõõtmetele lähendused, ei vasta see täielikult inimese tajumisele. Eriti tähelepanuväärne oli see, et loomadega seotud mõõtmete puhul ei kaasatud analüüsi paljusid mitteloomalisi pilte, mis mõjutas veelgi AI-tehnoloogia tulemusi.

Teadlased loodavad, et tulevased projektid võimaldavad otseselt võrrelda inimese ja tehisintellekti tajumist, mis võib aidata paremini mõista tehisintellekti tajumist ja täiustada tehnoloogiat ennast. Siin mainitakse kontakti prof dr Martin Hebartiga kui võimalust neile, kes on huvitatud selle uurimisvaldkonna kohta lisateabe saamiseks.

AI rakendused pildituvastuses

Objektide tuvastamise erinevuste kohta tehtud järeldused on laialdaselt kasutatavad erinevates valdkondades. AI-d kasutatakse sageli logistika, kujutiste klassifitseerimise või kliendistruktuuri analüüsi toetamiseks e-kaubanduses. Selles kontekstis pakub Õpetavad masinad tööriist tehisintellektisüsteemide kiireks ja lihtsaks programmeerimiseks, mis võimaldab arvutitel pilte, helisid või poose ära tunda.

Näidisrakenduste hulka kuulub tugi laoseisu või kaupade sorteerimisega. Treeningandmete tähtsus on tehisintellektimudelite toimimise seisukohalt ülioluline. Praktiline näide: kui treeningstseeni taustal on näha Alexa, siis AI-d püütakse pilti klassifitseerida ainult selle olemasolu põhjal, olenemata pildi põhifookusest.

Tuleviku väljakutsed ja arengud

AI-tehnoloogial, eriti pildituvastuses, on tohutu potentsiaal, kuid sellel on ka väljakutseid, mida tuleb ületada. Mure andmekaitse pärast, koolitusandmete kallutatus ja vajadus selgete õigusraamistike järele on peamised probleemid, millega tuleb tegeleda. Lisaks peavad AI mudelid olema vastupidavad erinevatele tingimustele, nagu valgustus ja müra, et praktikas tõhusalt töötada.

Kuna masinõppe ja närvivõrkude areng jätkub, jääb tehisintellektil põhineva pildituvastuse tulevik helgeks. Ettevõtted saavad kasu protsesside optimeerimisest ja sihipärastest turundusstrateegiatest, samas kui ulatuslikud uuringud tehisintellekti võimaluste parandamiseks jätkuvad.