AI-studie avslører: Dette er hvordan maskinen ser menneskebildet!

AI-studie avslører: Dette er hvordan maskinen ser menneskebildet!

23. juni 2025 publiserte et forskerteam fra Justus Liebig University Giessen og Max Planck Institute for Cognitive and Brain Sciences betydelige resultater om gjenkjenning av objekter ved bruk av kunstig intelligens (AI). Disse funnene ble publisert i det anerkjente tidsskriftet Nature Machine Intelligence publisert. De første forfatterne Florian Mahner og Lukas Muttenthaler og den siste forfatteren Prof. Dr. Martin Hebart presenterte en ny tilnærming til å identifisere og sammenligne nøkkeldimensjoner som både mennesker og AI legger merke til når de ser objekter.

Studien analyserte rundt 5 millioner odd-en-ut-dommer fra 1854 objektbilder for å finne ut hvilke visuelle og semantiske egenskaper mennesker og AI foretrekker. Det viser seg at folk fokuserer på meningsrelaterte dimensjoner, for eksempel «dyrerelatert» eller «brannrelatert», mens AI-modeller primært fokuserer på visuelle egenskaper som «rund» eller «hvit». Dette fenomenet kalles "visuelle preferanser" og kan påvirke tilliten til AI-systemer betydelig hvis det er forskjeller i objektgjenkjenningsstrategier.

Metodikk og resultater av forskningen

Det vitenskapelige arbeidet bruker flere dype nevrale nettverk (DNN) for å gjenkjenne bilder som ligner på mennesker og bestemme nøkkeldimensjonene til bildene. Sammenligningen av dimensjoner mellom mennesker og DNN-er avslørte at selv om AI oppnår tilnærminger til disse dimensjonene, samsvarer den ikke fullt ut med menneskelig oppfatning. Det som var spesielt merkbart var at for dyrerelaterte dimensjoner ble mange ikke-dyrebilder ikke inkludert i analysen, noe som ytterligere påvirket resultatene av AI-teknologien.

Forskerne håper at fremtidige prosjekter vil muliggjøre en direkte sammenligning mellom menneskelig og AI-oppfatning, noe som kan føre til en bedre forståelse av AI-oppfatning og forbedring av selve teknologien. Kontakt med prof. dr. Martin Hebart er her nevnt som en mulighet for de som er interessert i ytterligere informasjon om dette forskningsfeltet.

Anvendelser av AI i bildegjenkjenning

Funnene om forskjellene i objektgjenkjenning har bred anvendelse på ulike områder. AI brukes ofte for å støtte logistikk, bildeklassifisering eller kundestrukturanalyse i e-handel. I denne sammenheng tilbyr Lærbare maskiner et verktøy for rask og enkel programmering av AI-systemer, som gjør at datamaskiner kan gjenkjenne bilder, lyder eller positurer.

Eksempelapplikasjoner inkluderer støtte med inventar eller sortering av varer. Betydningen av treningsdataene kvalifiserer som avgjørende for ytelsen til AI-modellene. Et praktisk eksempel: Hvis en Alexa er synlig i bakgrunnen av en treningsscene, blir AI-en lurt til å klassifisere bildet utelukkende basert på den tilstedeværelsen, uavhengig av bildets primære fokus.

Fremtidige utfordringer og utvikling

AI-teknologi, spesielt innen bildegjenkjenning, viser et enormt potensial, men har også utfordringer å overvinne. Bekymringer om databeskyttelse, skjevhet i opplæringsdata og behovet for klare juridiske rammer er sentrale spørsmål som må tas opp. I tillegg må AI-modeller være robuste for ulike forhold som lys og støy for å fungere effektivt i praksis.

Ettersom utviklingen innen maskinlæring og nevrale nettverk fortsetter, er fremtiden for AI-drevet bildegjenkjenning fortsatt lys. Bedrifter kan dra nytte av prosessoptimalisering og målrettede markedsføringsstrategier, mens omfattende forskning for å forbedre AI-evner fortsetter.