محققان دانشگاه اسطوره ها با همکاری تیمی از دانشگاه هسته در مایکروسافت الگوریتم بصری نامگذاری شده است استگو آنها توسعه داده اند که می تواند تصاویر را با دقت پیکسلی تجزیه و تحلیل کند.
برای مردم، شناسایی اشیا و اشیا در یک صحنه به سادگی نگاه کردن به آنهاست. اما برای هوش مصنوعی و الگوریتم های بصری داشتن درک بالا از محیط نیازمند تلاش بیشتری است. بنابراین، محققان MIT برآورد کردند 800 ساعت صرف افزایش دقت الگوریتم بصری. تیم با گروه دانشمندان دانشگاه “هسته“در”مایکروسافت“همکاری، الگوریتم”استگو»که می تواند تصاویر را با دقت یک پیکسل بررسی کند.
در گذشته الگوریتم های طراحی شده به طور کلی می توانستند اشیا را از یکدیگر متمایز کنند. به عنوان مثال، سگی را در کنار جعبه ای که روی یک چمن نشسته است، می کشند. هوش مصنوعی با برچسب زدن سگ ها، جعبه ها و علف ها توانست سگ ها را از علف تشخیص دهد. اما STEGO به معنی «ترانسفورماتور خود نظارت با بهینه سازی نمودار مبتنی بر انرژی»این است، متفاوت کار می کند. این الگوریتم بصری از تکنیکی به نام «تقسیم بندی“کاربردها. به این ترتیب برچسب ها دسته بندی می شوند و هر پیکسل در تصویر برچسب گذاری می شود. این باعث می شود هوش مصنوعی دید دقیق تری از جهان اطراف خود داشته باشد.
نکته قابل توجه دیگر در مورد این الگوریتم، تشخیص برچسب گذاری آن است. وقتی سگ، جعبه و علف در کنار هم قرار می گیرند، الگوریتم قادر است پیکسل های هر شی را به صورت جداگانه برچسب گذاری کند. به عبارت دیگر، اشیاء در این روش دارای برچسب های متفاوتی هستند و زمانی که ما مثلاً این پیکسل ها را درخواست می کنیم، فقط پیکسل های سگ را دریافت می کنیم – نه پیکسل های سگ و جعبه.
مشکل این روش دامنه آن است. روش‌های مشابه برای آموزش الگوریتم‌ها مستلزم برچسب‌گذاری هزاران یا صدها هزار تصویر است تا هوش مصنوعی بتواند وظیفه کشف خود را بر اساس آنها انجام دهد. اما با این روش که بر اساس پیکسل های هر تصویر است، قطعا نمی توان از تصاویر برای اشاره به الگوریتم استفاده کرد.
تیم تحقیقاتی الگوریتم بصری در یک بیانیه مطبوعاتی نوشت: “STEGO به دنبال اشیاء مشابهی است که در یک مجموعه داده ظاهر می شوند.” سپس این اشیاء مشابه را کنار هم قرار داد تا یاد بگیرد که چگونه آنها را با تمام تصاویری که می دید مقایسه کند. سپس این آموزش را برای هر پیکسل در تصویر اعمال کنید. تصویر تشخیص ویدیوی این الگوریتم را در زیر مشاهده می کنید.
STEGO در طیف گسترده ای از زمینه ها – از فضای داخلی خانه گرفته تا عکاسی هوایی در ارتفاع بالا آموزش دیده است. STEGO همچنین می تواند در وسایل نقلیه بدون راننده کمک بزرگی باشد زیرا افراد، علائم و موقعیت ها را با وضوح بالا و جزئیات تکمیلی نظارت می کند.
این الگوریتم بصری محدودیت هایی نیز دارد. به عنوان مثال، می تواند ماکارونی و بلغور را به عنوان غذا تشخیص دهد، اما نمی تواند تفاوت بین آنها را تشخیص دهد. در تصاویر عجیب و غریب مثلا با گذاشتن موز روی گوشی گیج می شود و آنها را به درستی نمی شناسد. تیم تحقیقاتی امیدوار است که تحقیقات بیشتری برای حذف این موانع انجام دهد و به سیستم اجازه دهد اشیاء را در دسته بندی های مختلف تعریف کند.
