Az AI-tanulmány feltárja: így látja a gép az emberi képet!

Az AI-tanulmány feltárja: így látja a gép az emberi képet!

2025. június 23-án a giesseni Justus Liebig Egyetem és a Max Planck Kognitív és Agytudományi Intézet kutatócsoportja jelentős eredményeket publikált a mesterséges intelligencia (AI) segítségével történő tárgyfelismerésről. Ezeket az eredményeket a neves folyóiratban tették közzé Nature Machine Intelligence közzétett. The first authors Florian Mahner and Lukas Muttenthaler and the last author Prof. Dr. Martin Hebart presented a new approach to identifying and comparing key dimensions that both humans and AI pay attention to when seeing objects.

A tanulmány 1854 tárgyképből mintegy 5 millió egyedi ítéletet elemzett, hogy kiderítse, mely vizuális és szemantikai tulajdonságokat részesíti előnyben az ember és a mesterséges intelligencia. Kiderült, hogy az emberek a jelentéshez kapcsolódó dimenziókra összpontosítanak, mint például az „állatokkal kapcsolatos” vagy „tűzzel kapcsolatos”, míg az AI-modellek elsősorban a vizuális tulajdonságokra összpontosítanak, mint például a „kerek” vagy a „fehér”. Ezt a jelenséget „vizuális preferenciának” nevezik, és jelentősen befolyásolhatja az AI-rendszerekbe vetett bizalmat, ha eltérések mutatkoznak az objektumfelismerési stratégiákban.

Methodik und Ergebnisse der Forschung

Die wissenschaftlichen Arbeiten nutzen mehrere tiefe neuronale Netze (DNNs), um Bilder ähnlich wie Menschen zu erkennen und die Schlüsseldimensionen der Bilder zu ermitteln. Der Vergleich der Dimensionen zwischen Menschen und DNNs ergab, dass KI zwar Annäherungen an diese Dimensionen erzielt, jedoch nicht vollständig mit der menschlichen Wahrnehmung übereinstimmt. Besonders auffällig war, dass bei tierbezogenen Dimensionen viele Bilder nicht tierischer Natur nicht in die Analyse einbezogen wurden, was die Ergebnisse der KI-Technologie weiter beeinflusste.

A kutatók remélik, hogy a jövőbeli projektek lehetővé teszik az emberi és a mesterséges intelligencia észlelésének közvetlen összehasonlítását, ami az AI észlelésének jobb megértéséhez és magának a technológiának a fejlesztéséhez vezethet. A Prof. Dr. Martin Hebarttal való kapcsolatfelvétel lehetőségként szerepel azoknak, akik érdeklődnek a kutatás ezen területéről további információk iránt.

Az AI alkalmazásai a képfelismerésben

Die Erkenntnisse über die Unterschiede in der Objekterkennung finden breite Anwendung in verschiedenen Bereichen. Oftmals wird KI zur Unterstützung in der Logistik, bei der Bildklassifizierung oder in der Kundenstrukturanalyse im E-Commerce eingesetzt. In diesem Zusammenhang bietet Tanítható gépek A mesterséges intelligencia rendszerek gyors és egyszerű programozására szolgáló eszköz, amely lehetővé teszi a számítógépek számára a képek, hangok vagy pózok felismerését.

Példa alkalmazások közé tartozik a készletezés vagy az áruk válogatása. A képzési adatok fontossága kulcsfontosságú az AI-modellek teljesítménye szempontjából. Gyakorlati példa: Ha egy Alexa látható egy edzési jelenet hátterében, akkor az AI-t becsapják a kép besorolására kizárólag a jelenlét alapján, függetlenül a kép elsődleges fókuszától.

Jövőbeli kihívások és fejlemények

Az AI-technológia, különösen a képfelismerés terén, óriási lehetőségeket rejt magában, de kihívásokat is le kell küzdenie. Az adatvédelemmel kapcsolatos aggodalmak, a képzési adatok torzítása és az egyértelmű jogi keretek szükségessége olyan kulcsfontosságú kérdések, amelyekkel foglalkozni kell. Ezen túlmenően, az AI-modelleknek robusztusnak kell lenniük a különféle feltételekhez, például a világításhoz és a zajhoz, hogy hatékonyan működjenek a gyakorlatban.

Ahogy a gépi tanulás és a neurális hálózatok fejlesztése folytatódik, az AI-alapú képfelismerés jövője továbbra is fényes. A vállalatok profitálhatnak a folyamatok optimalizálásából és a célzott marketingstratégiákból, miközben a mesterséges intelligencia képességeinek fejlesztésére irányuló kiterjedt kutatások folytatódnak.