Yapay zekanın hep gelişmiş öğrenme yeteneğinden bahsettik. Ancak araştırmacılar şimdi yapay zeka algoritmasının tanımlayamadığı görüntüler üzerine odaklanıyor.
Yapay zeka çalışmaları oldukça hızlı bir şekilde ilerliyor. Araştırmacılar algoritmaları daha iyi hale getirmek için birçok yol deniyor. Bu yollardan biri de şüphesiz yapay zekanın tanımlayamadığı görüntüler üzerine odaklanmak. Yapay zekanın tanımlayamadığı ve insanların kolay bir şekilde ne olduğunu söyleyebildiği görüntüler üzerine odaklanan araştırmacılar, yapay zekayı bu noktada eğitmeye başladı. “Adversarial images” olarak adlandırılan yapay zekanın tanımlayamadığı görseller üzerinde duran araştırmacılar, yapay zekanın daha isabetli tahminler yapması için daha fazla çalışma gerektiğini düşünüyor.
Yapay zeka bir yaprak üzerindeki böcekleri “gemi enkazı” olarak yanlış tanımlandı.
Yapay zeka görselde bir "güneş saati" gösterildiğini düşündü.
Algoritma mısır koçanlarını uğur böceği olarak tanımladı.
Eğlenen gençleri fazla ışıklı bir görsel olmasından kaynaklı olarak "fener" olarak tanımladı.
Yapay zekanın bu görselden çıkarttığı şey ise go kart kullanın birisi.
Algoritma ilginç bir tahminle siyah kediyi "bir ayı" olarak tanımladı.
Yapay zeka algoritmasının yanlış tanımladığı diğer görseller
Yapay zeka oluşturulan görsellerle eğitilmesi gerekiyor
Örneğin temsili görselde ağaçta bir kedi varken algoritma bunu bir sincap olarak tanımlayabiliyor. Haliyle bu istenilen bir durum değil aksine, bu kadar basit farkları bile algılayamayan bir yapay zeka algoritması araştırmacıların hiçte tercih edeceği bir şey değil. Bu tip hataları en aza indirmek isteyen araştırmacılar, bilgisayarların bu görülerini geliştirmek adına “yapay zeka algoritmasını kandırmaya yönelik görseller”i artırıyor. Böylelikle güvenlik kameraları, otonom araçların kayıt altına aldığı görselleri algoritmalarına tanımlanıyor. Ne kadar çok örnek olursa o kadar başarılı tahminler yapacak olan bu algoritmanın ilerleyen yıllarda çok daha isabetli tahminler yapacağı düşünülüyor.
Yapay zekayı kandırmak için hazırlananlar arasında oldukça ilginç görseller de yer alıyor. Hatta konuya dair Washington Üniversitesi, Chicago Üniversitesi ve Berkeley’den bir grup araştırmacı, yaklaşık 7 bin 500 “yapay zekayı kandırmaya yönelik görseller” veri setini oluşturdu. Bu veri setindeki görsellerle algoritmanın bir görseli doğru tanımlamasında yüzde 90’lık önemli bir düşüş yaşandı. Algoritma oluşturulan bu görsellerin neredeyse yüzde ikisini ya da üçünü tanımlayabiliyor. Yapay zekanın kafasını karıştıran görseller arasında, aynı tonlar ve dokulara sahip nesnelerin tek bir görselde toplanmasını örnek verebiliriz.
İLGİNİZİ ÇEKEBİLİR
Yapay zekayı kandırmaya yönelik görsellerin artırılması gerekiyor
Buna ek olarak yapay zekanın örneğin birbirine benzeyen hayvanlarda kafası karışabiliyor. Bizim kolaylıkla tanıyabildiğimiz görüntüleri yanlış tanımlayan yapay zeka, bu noktada kandırmaya yönelik görsellerle daha uzun yıllar eğitilecek gibi duruyor. Bazı araştırmalar, görüntülere bütünsel olarak bakmak yerine, genel şekli ve içeriği göz önünde bulundurarak, algoritmaların belirli dokulara ve ayrıntılara odaklandığını öne sürüyor.
İlginizi çekebilir
Sinek kuşu gibi uçabilen yapay zekalı “robot kuş” karşınızda
