Истражувачите при UCLA Samueli School of Engineering и Стенфорд прикажале компјутерски систем кој може да открие и идентификува објекти од реалниот свет, кои ги “гледа“ врз основа на истиот метод на визуелно учење што го користат луѓето, пишува Science Daily.

Системот преставува унапредување на еден вид технологија наречена “компјутерска визија“, која им овозможува на компјутерите да ги читаат и дентификуваат визуелните слики.

Ова претставува важен чекор за општите системи за вештачка интелигенција – односно автономните компјутери кои учат, се интуитивни, донесуваат одлуки врз основа на размислување и комуницираат на истиот начин на кој луѓето меѓусебно комуницираат. Иако сегашните компјутерски визуелни системи на AI се сè посилни и поспособни, тие можат само да завршат одредени задачи, што значи дека нивната способност да го идентификуваат она што го гледаат е ограничена од тоа колку и како се обучени и програмирани од страна на луѓето.

Дури и најдобрите системи за компјутерска визуелизација денес не можат да создадат целосна слика на објект откако ќе видат само одредени делови од него – бидејќи и системите може да бидат измамени доколку гледаат некој објект во за нив непозната средина.

Инженерите сега имаат за цел да направат компјутерски системи со тие способности – односно кој исто како луѓето ќе може да разбере дека на пример гледа куче, дури и ако тоа се крие зад стол и му се видливи само шепите и опашката. Луѓето, се разбира, можат исто така лесно да претпоставаат каде се наоѓа главата на кучето и остатокот од неговото тело, но таа способност се уште недостасува кај повеќето системи на вештачка интелигенција.

Новиот метод на инженерите покажува начин за отстранување на овие недостатоци, додава Science Daily.

Пристапот е составен од три чекори – најпрво системот ја разложува сликата на мали делови. Потоа, компјутерот дознава како овие делови се вклопуваат заедно за да го формираат предметот, и последно, компјутерот гледа кои други објекти се наоѓаат во околината, и дали информациите за овие објекти се релевантни за опишување и идентификација на примарниот објект.