Kecerdasan Buatan Telah Belajar Melihat Muslihat Sihir Dengan Cara Manusia - Pandangan Alternatif

Kecerdasan Buatan Telah Belajar Melihat Muslihat Sihir Dengan Cara Manusia - Pandangan Alternatif
Kecerdasan Buatan Telah Belajar Melihat Muslihat Sihir Dengan Cara Manusia - Pandangan Alternatif

Video: Kecerdasan Buatan Telah Belajar Melihat Muslihat Sihir Dengan Cara Manusia - Pandangan Alternatif

Video: Kecerdasan Buatan Telah Belajar Melihat Muslihat Sihir Dengan Cara Manusia - Pandangan Alternatif
Video: Artificial Intelligence: Inilah Hebatnya Kecerdasan Buatan 2024, April
Anonim

Penyelidik Sepanyol mengajar algoritma penglihatan komputer untuk melihat muslihat ilusi dengan duit syiling dengan cara yang sama seperti yang dilakukan seseorang. Untuk melakukan ini, mereka meminta ilusi profesional menunjukkan beberapa trik kepada penonton dan algoritma pengenalan berdasarkan DeepLabCut, yang digunakan untuk mengesan haiwan makmal. Dua daripada tujuh muslihat yang ditunjukkan berjaya menipu seseorang dan komputer, dan hasil karya tersebut dapat membantu pada masa depan dalam mengkaji persepsi muslihat tersebut oleh penonton, para saintis menulis dalam praprint di arXiv.org.

Tidak ada sihir dalam trik sihir yang ditunjukkan oleh ilusiis, keseluruhan kejayaan pelaksanaannya bergantung pada tangan. Di sisi lain, ini juga masalah persepsi manusia: tindakan ilusi dirancang untuk menyesatkan penonton, memperhatikan perhatian dan perhatiannya. Oleh itu, bagi mereka yang mengikuti tangan penyihir dengan berhati-hati, tidak ada sihir, dan penipuan dalam beberapa muslihat dapat dikesan dengan mudah jika, misalnya, anda merakam penampilannya di video dan memainkannya dengan perlahan.

Sudah tentu, keadaan dengan persepsi tipu muslihat oleh algoritma penglihatan komputer sedikit berbeza: sebenarnya, komputer dibebaskan dari kemungkinan ditipu, dan sekiranya berlaku, seberapa baik ia dapat mengenali penipuan bergantung pada kualiti kerjanya. Para penyelidik yang diketuai oleh Alex Gomez-Marin dari Institut Neurosains di Alicante (Sepanyol) memutuskan untuk menguji sama ada algoritma seperti itu dapat diajar untuk melihat muslihat para ilusi sebagai seseorang.

Untuk melakukan ini, para saintis mengupah ilusi profesional dan memintanya menunjukkan tujuh trik visual sederhana dengan duit syiling - tanpa penambahan lisan yang dapat mengalihkan perhatian penonton dan mempengaruhi kejayaan ilusi. Caranya dibezakan oleh pergerakan tangan ilusi yang diperlukan untuk hilangnya duit syiling: sebagai contoh, pada satu itu penting untuk menyeret duit syiling di atas meja, dan yang lain, misalnya, untuk merebutnya.

Semua muslihat ditunjukkan kepada orang, dan juga algoritma berdasarkan DeepLabCut, yang disampaikan oleh saintis Jerman tahun lalu: ia digunakan untuk mengesan pergerakan haiwan makmal secara automatik dan bahkan dapat menganalisis pergerakan bahagian-bahagian individu badan mereka (misalnya, kaki tikus). Tugas algoritma adalah menentukan lokasi duit syiling pada akhir setiap muslihat - tugas yang sama persis yang dihadapi oleh peserta kajian.

Para saintis membandingkan keputusan seseorang dan algoritma dan mendapati hanya dua kes yang mungkin untuk menipu kedua-duanya. Tiga muslihat yang menipu penonton, algoritma tidak menipu - ia menentukan kedudukan duit syiling. Juga, satu muslihat menipu algoritma, tetapi bukan penonton, dan satu - sebaliknya. Sebagai contoh, muslihat keempat, di mana ilusi meletakkan syiling berturut-turut (anda dapat menontonnya dalam video), ternyata mudah untuk algoritma, tetapi ia dapat menipu penonton, kerana perhatian yang terakhir semasa pergerakan ditujukan kepada tangan di mana ilusi mula-mula memegang koin. oleh itu, kenyataan bahawa penyihir itu memasukkan duit syiling dengan tangannya yang lain tidak disedari. Oleh kerana algoritma yang dilatih untuk mengesan duit syiling tidak mempunyai masalah untuk mengesan kedua-dua tangan sekaligus, ia tidak tertipu. Sebaliknya, dalam helah keenam - sama seperti yang pertama,tetapi dibuat secara khusus dengan kesilapan - algoritma, tidak seperti penonton, gagal mengenali penipuan, kerana duit syiling yang dilemparkan, nampaknya, menjadi kelebihan dalam kaitannya dengan kamera, yang menyebabkan kesukaran untuk mengenali komputer, dan bukan untuk seseorang.

Penulis menjelaskan bahawa mereka tidak berminat dengan kemampuan algoritma untuk mengetahui muslihat ilusi dengan cepat. Sebaliknya, mereka ingin melihat apakah mungkin untuk membuatnya melihat mereka seperti orang biasa, dan bukan orang yang berusaha menyelesaikan penipuan, tetapi orang yang benar-benar menganggap muslihat itu sebagai semacam sihir. Fakta bahawa dalam beberapa kes DeepLabCut tidak dapat mengenali penipuan dengan cara yang sama seperti seseorang, yang bermaksud, menurut para saintis, algoritma seperti itu dapat digunakan untuk menganalisis persepsi manusia - hanya dalam situasi seperti muslihat ilusi.

Video promosi:

Elizaveta Ivtushok

Disyorkan: