Nonostante i significativi progressi compiuti di recente, i sistemi di visione artificiale sono molto indietro rispetto alle loro controparti biologiche. Ciò vale non solo per la velocità di elaborazione delle informazioni, ma anche per l'affidabilità. Il fatto è che il cervello è in grado di riconoscere gli oggetti, indipendentemente da quale parte di esso sia visibile al momento. E a volte anche in base al contesto generale. Questo è il modo in cui l'IA è stata insegnata dagli esperti statunitensi.
Scienziati dell'Università della California a Los Angeles e della Stanford University sono responsabili dello sviluppo e il loro sistema può vedere il mondo che lo circonda grazie allo stesso metodo che usiamo. Secondo la redazione degli Atti della National Academy of Sciences, il sistema è in grado di identificare gli oggetti basandosi solo su alcune delle loro parti, che in precedenza non erano disponibili per nessuna AI.
Il processo di apprendimento di un nuovo metodo stesso consiste di tre fasi successive. Dopo che il sistema è stato chiesto di trovare un oggetto, rompe l'immagine in pezzi più piccoli. La figura sopra mostra come il sistema identifica un oggetto basandosi solo su parti così piccole. Quindi ogni parte viene analizzata separatamente e vengono identificate le sue connessioni con altri oggetti del quadro generale. Dopodiché, l'IA di nuovo "guarda" l'intera immagine e identifica quali parti dell'immagine sono correlate all'oggetto originale e quali no. Ebbene, poi l'IA ha iniziato ad allenarsi su numerose foto e video presi dalla rete.
Nella fase finale, gli scienziati hanno testato il sistema su più di 9000 immagini di persone e oggetti vari e in tutti i casi ha riconosciuto ciò che era richiesto almeno non peggiore di un'IA di vasta esperienza, ma addestrata con il "vecchio" metodo.
Vladimir Kuznetsov
