الفطر الذي تعتقد منظمة العفو الدولية أنه حلوى


السنجاب واليعسوبحقوق الطبع والنشر صورة
ImageNet A

تعليق على الصورة

تم التعرف على السنجاب باعتباره أسد البحر واليعسوب كغطاء فتحة

الفراشات التي تم تصنيفها على أنها غسالات ، تمساح كطيور طنان ويعسوب تصبح موزًا.

هذه مجرد أمثلة على العلامات التي أعطاها نظام الذكاء الاصطناعي الصور.

لقد أصدر الباحثون الآن قاعدة بيانات تضم 7500 صورة تكافح أنظمة الذكاء الاصطناعي لتحديدها بشكل صحيح.

قال أحد الخبراء إنه من الأهمية بمكان حل المشكلة إذا كانت هذه الأنظمة ستستخدم في العالم الحقيقي.

وقال كالوم تشيس الخبير في هذا المجال: “لا أحد يعرف تمامًا سبب فشلهم في التعرف على هذه الصور التي لا تبدو بهذا القدر من الشدة”.

“وبينما لا يعرف أحد ما هو الحل ، فإن حدسي هو أنه لن يعطل بحث الذكاء الاصطناعى لفترة طويلة لأنه يوجد قدر هائل من المال والمواهب التي يمكن طرحها على المشكلة لحلها.”

قال باحثون من جامعة كاليفورنيا في بيركلي وجامعات واشنطن وشيكاغو ، إن الصور التي جمعوها – في مجموعة بيانات تسمى ImageNet-A – لديها القدرة على التأثير بشكل خطير على الأداء الكلي لمصنفات الصور ، والتي يمكن أن يكون لها تأثير غير مباشر على كيف تعمل هذه الأنظمة في تطبيقات مثل التعرف على الوجه أو السيارات ذاتية القيادة.

قال السيد تشيس: “يجب حل المشكلة قبل أن تصبح أنظمة مثل السيارات ذاتية القيادة قياسية”.

تم جمع الصور جميعها عبر الإنترنت ولم يتم تغيير أي رقم رقمي.

يأمل الباحثون في أن تساعد قاعدة البيانات الخبراء على تحسين دقة كيفية تصنيف أنظمة الذكاء الاصطناعي.

حقوق الطبع والنشر صورة
ImageNet A

تعليق على الصورة

أصبح عيش الغراب المملح والضفدع ، السنجاب

وقال الباحثون إن الصور السابقة التي تم اختبارها على الذكاء الاصطناعي ربما كانت بسيطة للغاية ولا تمثل بشكل كامل الصور التي سيواجهها النظام “بالكلمة الحقيقية”.

غالبًا ما يخطئ الذكاء الاصطناعي في التعرف على الكائنات لأنه أكثر من اللازم للتعميم ، لذا فعلى سبيل المثال ، يؤدي الظل في صورة من الساعة الشمسية إلى خوارزميات لتصنيف الظلال على أنها مزولة. أو قد تعتقد أن جميع السيارات هي سيارات ليموزين.

تم استخدام ImageNet الأصلي لتدريب الشبكات العصبية – الأنظمة التي يمكنها تعليم نفسها – وكانت جزءًا من ولادة جديدة من الذكاء الاصطناعى ، كقوة كمبيوتر وقواعد بيانات ضخمة مدمجة لصنع أنظمة أكثر قدرة.



Source link