ربات ها و انسان ها دنیا را متفاوت میبینند و ما نمیدانیم که چرا!

چند سال قبل هوش مصنوعی به مرحله ای رسید که قادر بود یک تصویر را به شکل کامل درک کند و به سوالات در مورد آن پاسخ دهد. این همان تکنولوژی است که Google Photos و سایر محصولات مشابه از آن استفاده میکنند.

به گزارش «تابناک» اما اکنون مشخص شده است که وقتی هوش مصنوعی به یک تصویر نگاه میکند، چیزهایی کاملا متفاوت نسبت به یک انسان در آن میبیند یا به عبارت دیگر تفسیر هوش مصنوعی از یک تصویر به کلی متفاوت با انسان است. طی یک آزمایش صورت گرفته توسط فیسبوک و Virginia Tech محققان متوجه شده اند که تفاوت اساسی بین نقاط مورد تمرکز یک انسان و هوش مصنوعی در یک تصویر و برای پاسخ دادن به سوالات مربوط به آن وجود دارد.

«لاورنس زیتنیک» و تیمی از متخصصان تکنولوژی های بصری رایانه ای در ابتدا از دو کارمند پلتفرم Mechanical Turk آمازون خواستند تا با نگاه کردن به یک تصویر چند سوال ابتدایی را در مورد آن پاسخ دهند.

سپس این تصویر شروع به مبهم شدن میکند اما این دو نفر قادر بودند با کلیک کردن بر روی هر بخش دلخواه از تصویر آن قسمت را از حالت ابهام خارج سازند. این کلیک ها دقیقا بیانگر نقاطی بر روی تصویر است که انسان در هنگام نگاه کردن به تصویر و تفسیر آن بر روی آن تمرکز میکند.

بعد از آن همین آزمایش بر روی دو نمونه هوش مصنوعی که برای کار با تصاویر و تفسیر آنها ساخته شده بودند، تکرار شد. این دو هوش مصنوعی نیز برای دریافت جزئیات بیشتر بخشهای مختلفی از تصویر مبهم شده را از حالت ابهام خارج کردند و محققان با داده های بدست آمده توانستند نقاط تمرکز این دو هوش مصنوعی بر روی تصاویر را مشخص کنند.

زمانی که کلیک های دو فرد انسانی بر روی تصویر با هم مقایسه شد میانگین 0.63 در تطابق پذیری به دست آمد. محققان عدد 1 را برای تطابق کامل در مقایسه نقاط تمرکز و عدد منفی 1 را برای عدم تطابق کامل در نقاط تمرکز به عنوان معیار قرار دادند و زمانی که نقاط تمرکز انسان با هوش مصنوعی مورد مقایسه قرار گرفت میانگین 0.26 بدست آمد.

نکته جالب آن است که علیرغم این تفاوت هوش مصنوعی نیز هنوز به خوبی جواب سوال های مطرح شده در مورد تصویر را بدست داده است که این سوال را موجب میشود که چگونه؟

«درو باترا» از موسسه Virginia Tech در این باره میگوید: به نظر میرسد که ماشین ها بر روی همان نقاطی که انسان ها به آن توجه میکنند تمرکز نمیکنند که به معنی آن است که ما دقیقا نمیتوانیم بفهمیم تصمیم گیری آنها بر چه اساسی است. اما این محققان امیدوارند که نتایج این آزمایش در آینده و برای بهبود تکنیک های تشخیص تصاویر مورد استفاده قرار بگیرد.