البصر الطرفي تم تحسينه في نماذج الذكاء الاصطناعي

بحسب  news.mit يمكن للبصر الطرفي أن يمكّن البشر من رؤية الأشكال التي ليست مباشرة في خط الرؤية، على الرغم من كونها ذات تفاصيل أقل. توسع هذه القدرة مجال رؤيتنا ويمكن أن تكون مفيدة في العديد من الحالات، مثل اكتشاف مركبة قادمة إلى سيارتنا من الجانب.

على عكس البشر، ليس لدى الذكاء الاصطناعي بصر طرفي. يمكن أن يساعد تزويد نماذج الرؤية الحاسوبية بهذه القدرة على مساعدتها في اكتشاف المخاطر القادمة بفعالية أكبر أو توقع ما إذا كان السائق البشري سيلاحظ جسمًا قادمًا.

للمضي قدمًا في هذا الاتجاه، قام باحثو معهد ماساتشوستس للتكنولوجيا بتطوير مجموعة بيانات صور تسمح لهم بمحاكاة البصر الطرفي في نماذج التعلم الآلي. وجدوا أن تدريب النماذج باستخدام هذه المجموعة البيانات يحسن قدرة النماذج على اكتشاف الكائنات في الحقل البصري الطرفي، على الرغم من أن النماذج لا تزال تعمل بشكل أسوأ من البشر.

كشفت نتائجهم أيضًا أن حجم الكائنات أو كمية الفوضى البصرية في المشهد لم يكن له تأثير قوي على أداء الذكاء الاصطناعي.

“هناك شيء أساسي يحدث هنا. اختبرنا العديد من النماذج المختلفة، وحتى عندما نقوم بتدريبها، تتحسن قليلاً ولكنها ليست تمامًا مثل البشر. لذلك، السؤال هو: ما الذي يفتقر إليه هذه النماذج؟” يقول فاشا دوتيل، ما بعد الدكتوراه وشارك في تأليف ورقة تفصيلية عن هذه الدراسة.

الإجابة على هذا السؤال قد تساعد الباحثين في بناء نماذج تعلم الآلة يمكنها رؤية العالم بشكل أكثر تشابهًا للبشر. بالإضافة إلى تحسين سلامة السائق، يمكن استخدام هذه النماذج لتطوير شاشات أسهل للناس للعرض.

بالإضافة إلىذلك، هناك العديد من الأبحاث الأخرى التي تسعى إلى تحسين بصر الذكاء الاصطناعي وتمكينه من الرؤية الطرفية. يتم استخدام تقنيات مثل الشبكات العصبية العميقة وتعلم الآلة لتدريب النماذج على استخلاص المعلومات المهمة من الصور وتحليل البيانات البصرية.

على سبيل المثال، يتم استخدام تقنيات الاهتمام المرئي (Visual Attention) لتمييز المناطق الهامة في الصور والتركيز عليها. يتم استخدام هذه التقنية في نماذج الرؤية الحاسوبية لتعزيز القدرة على اكتشاف العناصر البصرية ذات الأهمية في الصور.

بالإضافة إلى ذلك، يتم استخدام تقنيات أخرى مثل تعلم العمق والشبكات العصبية التكرارية لتحسين قدرة الذكاء الاصطناعي على التعرف على الأشكال والكائنات في الصور. يتم تدريب هذه النماذج على مجموعات بيانات ضخمة تحتوي على صور معروفة مصحوبة بتصنيفات صحيحة، مما يساعد النماذج على تعلم الأنماط المختلفة والمعرفة بالكائنات المختلفة.

باستخدام هذه التقنيات المتقدمة، يمكن للذكاء الاصطناعي تحسين قدرته على الرؤية الطرفية والتعرف على الأشكال والكائنات في البيئة المحيطة به. ومع تطور التكنولوجيا وزيادة البحوث في هذا المجال، قد يتم تحقيق تقدم كبير في قدرة الذكاء الاصطناعي على البصر الطرفي في المستقبل.