تعلم الذكاء الإصطناعي التعرف على الكائنات مثل البشر

41

إن الذكاء الإصطناعي  (AI)والتعلم الآلي (ML)  يتطوران بنسق سريع للغاية ومما يقرب من جيل من العمل يؤتي ثماره مع تعلم أنظمة الذكاء الإصطناعي تصور وتحديد الأشياء مثل البشر. هذه خطوة كبيرة, وضرورية للغاية, لتطور الذكاء الإصطناعي.

إبتكرت كلية Samueli للهندسة في جامعة Stanford برنامجًا كمبيوتر يحمل إسم “رؤية الكمبيوتر” الذي يمكنه تحديد الأشياء التي تم رؤيتها جزئيًا بشكل مستقل. هذا يتجاوز سيناريو البرنامج / المهمة المعتاد الذي يحد من سلوكيات الكمبيوتر العادية.
هذه منطقة فائقة الأهمية في أبحاث الذكاء الإصطناعي, وهي من أهم وظائف الذكاء الإصطناعي, من حيث جعل أنظمة الذكاء الإصطناعي تعمل بصورة فعالة في العالم المادي. إن نطاق البحث الهائل في هذا المجال هو مؤشر, فقط عن كل مؤسسة بحثية كبيرة تضع الكثير من العمل في هذا المجال, وهذا الإنجاز الجديد هو نقلة نوعية ومهم للغاية.

بشكل حاسم, يمكن للخوارزمية الجديدة التعرف على كائن من خلال رؤية جزء منه فقط. هذه هي صفة كلاسيكية للإنسان. يشاهد الدماغ البشري شيئًا ويتعرف عليه على الفور, بغض النظر عن العوائق البصرية أو خطوط الرؤية المغلقة. يمكن للإنسان أيضا التنبؤ بموقف بقية الجسم, إستنادا إلى هذه المعالم الجزئية للأشياء.

تخلق التقنية الجديدة منهجية “تجميع” حتى تتمكن أجهزة الكمبيوتر من القيام بهذه الأشياء:

1-يتم قراءة الصور الجزئية, وتعرف أيضا باسم “قطع” من قبل الكمبيوتر.

2- يتعلم الكمبيوتر كيفية تجميع هذه القطع بدقة لتحديد الكائن.

3-يقيم الكائنات الأخرى مع الكائن الهدف للمساعدة في وصف وتحديد هويته.

تتوسط ​​البيئة المحيطة بالكائن فوضى من الصور. لإستخلاص المعلومات عن البيئة بدقة, وتحديد كائنات محددة والقيام بذلك بكفاءة, يعتبر مهمة صعبة للغاية بالنسبة لبرامج الكمبيوتر.
* يجب أن تكون وظيفة “القراءة”, وهي طريقة تنفيذ الكومبيوتر للبرامج خطوة بخطوة, فعالة للغاية في الذكاء الإصطناعي. إن عمليات مثل قراءة البيانات وتجميعها حتي الآن ليست جيدة بما يكفي لكي تعمل أنظمة الذكاء الإصطناعي بشكل مستقل. إذا تمكن الذكاء الإصطناعي من التعلُّم بنفسه ببساطة, وكانت هذه الذاكرة جاهزة عند الحاجة مثل البشر, فإن العملية برمتها تصبح أكثر سلاسة.

في الواقع, لا يتعرف معظم الناس على كل شيء يرونه على الفور, في أي بيئة. هناك دائمًا شيء يحتاج إلى تقييم. عليك أن تنظر جيداً, وإتخاذ بعض القرارات الواعية بناء على معرفتك, أو قلة المعرفة, حتى في بيئة مألوفة. لذا, حتى يتمكن الكمبيوتر من التعرف على الأشياء التي لا يمكن تحديدها, والأهم من ذلك, التعرف على الأشياء التي لا يمكن تحديدها, فهي خطوة عملاقة.

هناك أيضا “المفردات البصرية الخاصة بك”. هذا هو الباب, هذا الجدار, تلك السيارة … هناك الكثير من المعلومات التي تتم معالجتها بسرعة لا يجب عليك التفكير فيها, ببساطة أنت تكون على دراية بها, وموقع الأشياء, والمخاطر, وما إلى ذلك. ما عليك سوى التنقل عبر غرفة ما, مع العلم أن ما تفعله يعتمد على كمية ضخمة من المعلومات, وعندما يأتي الأمر لترميز الكمبيوتر ومعالجته. هذا هو السبب في أن هذا البحث هو أساسي جدا, وهذه قفزة ونقلة نوعية في مستقبل أنظمة الذكاء الإصطناعي في جميع التكوينات الممكنة.

تذكر أن إقتصاد الذكاء الإصطناعي سيأتي بملايين المليارات في النهاية بأشكال مختلفة. لا تنسى إنترنت الأشياء, وهذا بالظبط يعتبر الذكاء الإصطناعي للأشياء, ومن المرجح أن يكون عملاقا للغاية في نطاق ومدى التطبيقات.
تعتمد كيفية عمل الذكاء الإصطناعي ومدى كفائته, على كيفية تفاعله مع العالم وسيبدو الأمر على هذا النحو أكثر فاعلية في المستقبل. لقد أنشأت مدرسة Samueli للهندسة و Stanford للتو رصيدًا كبيرًا في مجال الذكاء الإصطناعي لأكثر فاعلية ممكنة.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

http://www.digitaljournal.com/tech-and-science/technology/ai-learns-to-identify-objects-like-humans/article/539607

تعليقات