Študija AI razkriva: Tako stroj vidi človeško podobo!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Raziskave JLU Giessen in Inštituta Max Planck analizirajo zaznavanje predmetov z umetno inteligenco. Rezultati objavljeni v Nature Machine Intelligence.

Forschung der JLU Gießen und Max-Planck-Institut analysiert KI-Wahrnehmung von Objekten. Ergebnisse in Nature Machine Intelligence veröffentlicht.
Raziskave JLU Giessen in Inštituta Max Planck analizirajo zaznavanje predmetov z umetno inteligenco. Rezultati objavljeni v Nature Machine Intelligence.

Študija AI razkriva: Tako stroj vidi človeško podobo!

23. junija 2025 je raziskovalna skupina z univerze Justus Liebig Giessen in Inštituta Max Planck za kognitivne in možganske znanosti objavila pomembne rezultate o prepoznavanju predmetov z uporabo umetne inteligence (AI). Te ugotovitve so bile objavljene v priznani reviji Naravna strojna inteligenca objavljeno. Prva avtorja Florian Mahner in Lukas Muttenthaler ter zadnji avtor prof. dr. Martin Hebart so predstavili nov pristop k identifikaciji in primerjavi ključnih dimenzij, na katere smo ljudje in umetna inteligenca pozorni, ko vidimo predmete.

Študija je analizirala približno 5 milijonov nenavadnih sodb iz 1854 slik predmetov, da bi ugotovila, katere vizualne in semantične lastnosti imajo ljudje in umetna inteligenca raje. Izkazalo se je, da se ljudje osredotočajo na dimenzije, povezane s pomenom, kot sta »povezano z živalmi« ali »povezano z ognjem«, medtem ko se modeli AI osredotočajo predvsem na vizualne lastnosti, kot sta »okroglo« ali »belo«. Ta pojav se imenuje "vizualne preference" in bi lahko znatno vplival na zaupanje v sisteme AI, če obstajajo razlike v strategijah prepoznavanja objektov.

Metodologija in rezultati raziskave

Znanstveno delo uporablja več globokih nevronskih mrež (DNN) za prepoznavanje slik, podobnih ljudem, in določanje ključnih dimenzij slik. Primerjava dimenzij med ljudmi in DNN-ji je pokazala, da čeprav AI dosega približke tem dimenzijam, se ne ujema popolnoma s človeško percepcijo. Še posebej opazno je bilo, da pri dimenzijah, povezanih z živalmi, veliko neživalskih slik ni bilo vključenih v analizo, kar je dodatno vplivalo na rezultate tehnologije AI.

Raziskovalci upajo, da bodo prihodnji projekti omogočili neposredno primerjavo med človeškim in AI zaznavanjem, kar bi lahko vodilo k boljšemu razumevanju zaznavanja AI in izboljšanju same tehnologije. Stik s prof. dr. Martinom Hebartom je tukaj omenjen kot možnost za tiste, ki jih zanimajo dodatne informacije o tem raziskovalnem področju.

Uporaba AI pri prepoznavanju slik

Ugotovitve o razlikah v prepoznavanju predmetov imajo široko uporabo na različnih področjih. AI se pogosto uporablja za podporo logistike, klasifikacije slik ali analize strukture strank v e-trgovini. V tem kontekstu ponudbe Učljivi stroji orodje za hitro in enostavno programiranje sistemov AI, ki računalnikom omogoča prepoznavanje slik, zvokov ali poz.

Primeri aplikacij vključujejo podporo pri inventarju ali sortiranju blaga. Pomen podatkov o usposabljanju se šteje za ključnega pomena za delovanje modelov AI. Praktični primer: če je Alexa vidna v ozadju prizora usposabljanja, je AI pretentan, da razvrsti sliko samo na podlagi te prisotnosti, ne glede na primarni fokus slike.

Prihodnji izzivi in ​​razvoj

Tehnologija umetne inteligence, zlasti pri prepoznavanju slik, kaže ogromen potencial, vendar ima tudi izzive, ki jih je treba premagati. Pomisleki glede varstva podatkov, pristranskosti podatkov o usposabljanju in potrebe po jasnih pravnih okvirih so ključna vprašanja, ki jih je treba obravnavati. Poleg tega morajo biti modeli AI odporni na različne pogoje, kot sta osvetlitev in hrup, da lahko učinkovito delujejo v praksi.

Ker se razvoj strojnega učenja in nevronskih mrež nadaljuje, ostaja prihodnost prepoznavanja slik, ki ga poganja AI, svetla. Podjetja lahko izkoristijo optimizacijo procesov in ciljno usmerjene trženjske strategije, medtem ko se obsežne raziskave o izboljšanju zmogljivosti AI nadaljujejo.