ნერვული ქსელების მოტყუება ფიზიკურ სამყაროში
მათ ნაშრომშიMIT-ის მკვლევართა გუნდი აღწერს ალგორითმს, რომელიც იმდენად ცვლის ობიექტის ტექსტურას, რომ მას შეუძლია მოატყუოს გამოსახულების კლასიფიკაციის ალგორითმები. მტკიცებულება იმისა, რასაც გუნდი უწოდებს "მოწინააღმდეგე მაგალითებს", აღმოჩნდება დამაბნეველი გამოსახულების ამოცნობის სისტემებისთვის, იმისდა მიუხედავად, თუ რა კუთხიდან ათვალიერებენ ობიექტებს - მაგალითად, 3D ბეჭდური კუს, რომელიც თანმიმდევრულად არის იდენტიფიცირებული, როგორც თოფი. ეს ცუდი ამბავია უსაფრთხოების სისტემებისთვის, რომლებიც იყენებენ A.I. უსაფრთხოების პოტენციური საფრთხეების გამოსავლენად.
1 დან 5
”ეს არ არის მხოლოდ ის, რომ ისინი თავს არიდებენ სწორ კატეგორიზაციას - ისინი კლასიფიცირდება როგორც არჩეული მოწინააღმდეგე. კლასში, ასე რომ, თუ გვინდოდა, შეგვეძლო მათი გადაქცევა სხვა რამედ“, - განუცხადა Digital-ს მკვლევარმა ანიშ ათალიემ ტენდენციები. „თოფისა და ესპრესოს კლასები ერთნაირად შეირჩა შემთხვევითობის პრინციპით. საპირისპირო მაგალითები მომზადდა ალგორითმის გამოყენებით, სახელწოდებით Transformation-ის მოლოდინი (EOT), რომელიც წარმოდგენილია ჩვენს კვლევით ნაშრომში. ალგორითმი იღებს ნებისმიერ ტექსტურირებული 3D მოდელს, როგორიცაა კუ, და პოულობს გზას, რომ დახვეწილად შეცვალოს ისეთი ტექსტურა, რომ აბნევს მოცემულ ნერვულ ქსელს, რომ კუს ნებისმიერი არჩეული სამიზნე აფიქრებინოს კლასი."
დაკავშირებული
- MIT-ის პატარა მოსიარულე რობოტს საბოლოოდ სხვა, უფრო დიდი რობოტების აშენება შეეძლო
- მეცნიერები ახერხებენ რეალური გულის 3D ბეჭდვას ადამიანის უჯრედების გამოყენებით
მიუხედავად იმისა, რომ შეიძლება სასაცილო იყოს 3D პრინტერის მქონე კუს თოფად აღიარება, თუმცა, მკვლევარები აღნიშნავენ, რომ შედეგები საკმაოდ საშინელია. წარმოიდგინეთ, მაგალითად, უსაფრთხოების სისტემა, რომელიც იყენებს ხელოვნურ ინტელექტს იარაღის ან ბომბის დასანიშნად, მაგრამ შეიძლება მოატყუოთ, რომ ისინი ნაცვლად პომიდორი, ან ყავის ფინჯნებია, ან თუნდაც სრულიად უხილავი. ის ასევე ხაზს უსვამს სისუსტეს იმ სახის გამოსახულების ამოცნობის სისტემებს, რომლებზეც თვითმართვადი მანქანები დაეყრდნობიან, მაღალი სიჩქარით, რათა გაარკვიონ სამყარო მათ გარშემო.
რეკომენდებული ვიდეოები
„ჩვენი ნამუშევარი ცხადყოფს, რომ საპირისპირო მაგალითები უფრო დიდი პრობლემაა, ვიდრე ბევრს ადრე ეგონათ, და ეს აჩვენებს, რომ საპირისპირო მაგალითები ნეირონული ქსელები ფიზიკურ სამყაროში ნამდვილი საზრუნავია“, - განაგრძო ათალიე. ”ეს პრობლემა არ არის მხოლოდ ინტელექტუალური ცნობისმოყვარეობა: ეს არის პრობლემა, რომელიც უნდა გადაიჭრას, რათა პრაქტიკული სისტემები, რომლებიც იყენებენ ღრმა სწავლებას, დაიცვან თავდასხმისგან.”
რედაქტორების რეკომენდაციები
- Ford-ს შეუძლია გამოიყენოს თქვენი ხმა თქვენი მანქანის ბორბლების ქურდობისთვის
- ბიოპრინინგის მიღწევამ შეიძლება ხელი შეუწყოს შემცვლელი ორგანოების 3D ბეჭდვას
- საბოლოოდ არსებობს გზა, რომ მივაკვლიოთ „მიუწვდომელ“ 3D ბეჭდურ იარაღს
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
