გახსოვთ ოპტიკური ილუზიები, რომლებიც პირველად ბავშვობაში გინახავთ, რომლებიც ზოგიერთს იყენებს ფერის, სინათლისა და შაბლონების კომბინაცია, რათა შევქმნათ ისეთი სურათები, რომლებიც მატყუარას ან შეცდომაში შეგვაქვს ჩვენთვის ტვინი? ირკვევა, რომ ასეთი ილუზიები - სადაც აღქმა არ ემთხვევა რეალობას - შეიძლება, ფაქტობრივად, იყოს ტვინის თვისება და არა შეცდომა. და ასწავლე მანქანას, რომ ამოიცნოს იგივე სახის ილუზიები, შეიძლება გამოიწვიოს გამოსახულების უფრო ჭკვიანი ამოცნობა.
ეს არის ბრაუნის უნივერსიტეტის კომპიუტერული ხედვის ექსპერტები მუშაობით იყვნენ დაკავებული. ისინი ასწავლიან კომპიუტერებს კონტექსტზე დამოკიდებული ოპტიკური ილუზიების დანახვას და ამით იმედია შექმენით უფრო ჭკვიანი, უფრო ტვინის მსგავსი ხელოვნური მხედველობის ალგორითმები, რომლებიც რეალურად უფრო ძლიერი იქნება მსოფლიო.
რეკომენდებული ვიდეოები
„კომპიუტერული ხედვა ყველგან გავრცელებულია, დაწყებული თვითმართვადი მანქანებიდან, რომლებიც აანალიზებენ გაჩერების ნიშანს, სამედიცინო პროგრამულ უზრუნველყოფას, რომლებიც ეძებენ სიმსივნეებს ულტრაბგერითი გამოკვლევით. დევიდ მელი
კოგნიტური მეცნიერების ერთ-ერთმა მკვლევარმა, რომელიც მუშაობდა პროექტზე, ახლა მუშაობს ხელოვნური ინტელექტის კომპანია Vicarious-ში, განუცხადა Digital Trends-ს. „თუმცა, ამ სისტემებს აქვთ სისუსტეები, რაც გამომდინარეობს იქიდან, რომ ისინი მოდელირებულია მოძველებული გეგმის მიხედვით, თუ როგორ მუშაობს ჩვენი ტვინი. ნეირომეცნიერებიდან ახლად გაგებული მექანიზმების ინტეგრირება, როგორიც ჩვენს ნაშრომშია წარმოდგენილი, შეიძლება დაეხმაროს ამ კომპიუტერული ხედვის სისტემების უსაფრთხოებას. ტვინის დიდი ნაწილი ჯერ კიდევ ცუდად არის გააზრებული და შემდგომი კვლევები ტვინებისა და მანქანების შერწყმაზე შეიძლება დაეხმაროს კომპიუტერულ ხედვაში შემდგომი ფუნდამენტური მიღწევების განხილვას.თავის მუშაობაში გუნდმა გამოიყენა გამოთვლითი მოდელი, რათა შეესწავლა და გაემეორებინა ნეირონების ურთიერთქმედების გზები ილუზიის დათვალიერებისას. მათ შექმნეს ნეირონების უკუკავშირის მოდელი, რომელიც ასახავს ადამიანისას, რომელიც განსხვავებულად რეაგირებს კონტექსტის მიხედვით. იმედია, ეს დაგეხმარებათ ისეთი ამოცანების შესრულებაში, როგორიცაა ფერების დიფერენციაცია - მაგალითად, დახმარება ა რობოტი შექმნილია წითელი კენკრის დასაკრეფად ამ კენკრის იდენტიფიცირება მაშინაც კი, როდესაც სცენა წითელ შუქზეა ჩასმული, როგორც ეს შეიძლება მოხდეს მზის ჩასვლისას.
”ტვინის მრავალი რთული წრე არსებობს კონტექსტუალური ინტეგრაციის ასეთი ფორმების მხარდასაჭერად და ჩვენი კვლევა გვთავაზობს თეორიას, თუ როგორ ეს წრე მუშაობს მიმღები ველის ტიპებზე და როგორ ვლინდება მისი არსებობა ფენომენებში, რომლებსაც ოპტიკური ილუზიები ეწოდება. გაგრძელებული. „ჩვენი მსგავსი კვლევები, რომლებიც იყენებენ კომპიუტერულ მოდელებს იმის ასახსნელად, თუ როგორ ხედავს ტვინი, აუცილებელია არსებული კომპიუტერის გასაუმჯობესებლად ხედვის სისტემები: ბევრ მათგანს, ისევე როგორც ღრმა ნერვულ ქსელებს, ჯერ კიდევ აკლია კონტექსტურის ყველაზე ძირითადი ფორმები ინტეგრაცია.”
სანამ პროექტი ჯერ კიდევ შედარებით ადრეულ ეტაპზეა, გუნდმა უკვე თარგმნა ნერვული წრე თანამედროვე მანქანათმცოდნეობის მოდულში. როდესაც ის შემოწმდა დავალებაზე, რომელიც დაკავშირებულია კონტურის გამოვლენასთან და კონტურის მიკვლევასთან, მიკროსქემა საგრძნობლად აჯობა თანამედროვე კომპიუტერული ხედვის ტექნოლოგიას.
რედაქტორების რეკომენდაციები
- Apple-მა შესაძლოა უკვე შეამციროს Vision Pro-ს წარმოება
- ა.ი. ხელმძღვანელობს ჩიპების დიზაინის რევოლუციას და ეს მხოლოდ დასაწყისია
- eBay ახორციელებს კომპიუტერულ ხედვას გამყიდველების პროდუქტების პოპულარიზაციისთვის
- მანქანათმცოდნეობა? Ნეირონული ქსელები? აქ არის თქვენი გზამკვლევი A.I-ს მრავალი არომატისთვის.
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
