لماذا لا يزال الذكاء الاصطناعي يخطئ في الأيدي، ومتى لا يفعل ذلك

لماذا كانت الأيدي صعبة حقا

لم يكن الأمر عشوائيا. تحتوي اليد على مفاصل مستقلة أكثر من أي جزء آخر من الجسم تقريبا، وعدد التكوينات المميزة التي يمكن أن تتخذها هائل مقارنة بوجه، على سبيل المثال، والذي يختلف ضمن نطاق أضيق بكثير.

كما أن الأيدي تحجب نفسها باستمرار. تمر الأصابع خلف الأصابع، وتخفي القبضة معظم راحة اليد، ويتغير المخطط المرئي تماما مع دوران بسيط. يرى النموذج الذي يتعلم من الصور الفوتوغرافية مجموعة هائلة من الأشكال الجزئية لجسم واحد.

وكانت بيانات التدريب غير مفيدة. تتكون الصور الفوتوغرافية حول الوجوه، وتظهر الأيدي عند حافة الإطار، أو ضبابية بسبب الحركة، أو مقصوصة، أو تحمل شيئا يخفيها. كانت الأمثلة وفيرة وذات جودة منخفضة بالطريقة التي تهم بالضبط.

وبجمع كل ذلك، نتج الفشل المألوف: نموذج يعلم أن اليد بها أشياء على شكل أصابع متصلة بها وليس لديه إحساس موثوق بعددها، أو بترتيبها، أو بحجمها.

ما الذي أصلح ذلك

لا شيء غريب. المزيد من البيانات، بتعليقات توضيحية أفضل، بالإضافة إلى التغييرات المعمارية التي حسنت كيفية تعامل النماذج مع البنية المكانية بشكل عام، بالإضافة إلى الاهتمام الصريح من الفرق التي سئمت النقد.

الصف الأخير هو المغزى من المقال بأكمله. تم إصلاح العلامة منذ سنوات ولا تزال النصيحة متداولة، مما يعني أن الناس يخطئون بنشاط في قراءة الصور من خلال تطبيقها.

لماذا يفشل العد الآن في كلا الاتجاهين

نتيجة سلبية خاطئة أولا: الأيدي الصحيحة لا تثبت شيئا. تقوم النماذج الحالية بتصييرها بشكل صحيح في معظم الأحيان، لذا فإن الصورة التي تجتاز اختبار الأصابع قد اجتازت اختبارا يجتازه كل شيء تقريبا.

نتيجة إيجابية خاطئة ثانيا، وهذه تسبب ضررا أكبر. تنتج الأيدي الحقيقية المصورة أثناء الحركة أشكالا ضبابية ومدمجة ومشوهة ظاهريا. يمكن أن تبدو الصورة الفوتوغرافية الحقيقية لشخص يومئ بيده في حفلة، بالنسبة لشخص مستعد للعد، تماما مثل الشيء الذي تم تحذيره منه.

هذا التباين مهم لأن التكلفة تقع بشكل غير متساو. إن الرفض الخاطئ لصورة مولدة على أنها حقيقية يمكن تداركه عادة؛ أما الاتهام الخاطئ لصورة فوتوغرافية حقيقية، والشخص الموجود فيها، فلا يمكن تداركه.

وهو أيضا يعزز نفسه. الشخص الذي قيل له إن الأيدي هي العلامة يجد يدا تبدو غريبة، ويستنتج أن الصورة مزيفة، ويكرر النصيحة التي أنتجت الخطأ، وهذه هي الطريقة التي تعيش بها قاعدة إرشادية متقاعدة أطول من فائدتها بسنوات.

ما تعلمه هذه الحلقة عن كل علامة أخرى

الأيدي هي مثال عملي على نمط عام، والنمط أكثر فائدة من أي نصيحة محددة.

• العيب المرئي هو معيار عام. أي شيء يمكن تسميته يتم قياسه، وأي شيء يتم قياسه يتم تحسينه.
• الشعبية تسرع الإصلاح. كلما تكررت العلامة على نطاق أوسع، زاد الحافز لإزالتها.
• النصيحة تعيش أطول من العيب بسنوات. لا ينتشر التصحيح أبدا بالسرعة التي انتشرت بها النصيحة الأصلية.
• الإصلاحات غير متساوية عبر الأدوات. قد تستمر العلامة التي تمت إزالتها في نموذج رائد في نموذج أقدم أو أصغر.
• تنتقل البقايا إلى الأسفل. ما ينجو ليس العيوب المرئية بل النسيج الإحصائي، وهو أقل مما تستطيع العين تمييزه.

النقطة الأخيرة هي سبب وجود أدوات الكشف في المقام الأول. لو كانت الاختلافات لا تزال مرئية، فلن يحتاج أحد إلى نموذج للعثور عليها، وسيكون المجال بأكمله عبارة عن قائمة بأشياء يجب البحث عنها.

ما الذي لا يزال صامدا

قاومت عائلتان من الفحوصات هذا النمط، وكلاهما يتعلق بالاتساق عبر الإطار بدلا من التفاصيل المحلية.

الإضاءة هي الأولى. تتم إضاءة كل سطح في الصورة الفوتوغرافية بواسطة نفس المصادر، لذلك تتفق كل من اتجاه الظل والحدة ودرجة حرارة اللون. غالبا ما يضبط المشهد المولد الموضوع بشكل صحيح والمناطق المحيطة به بشكل صحيح تقريبا، ويظهر الاختلاف في الظلال.

الاستمرارية المادية هي الثانية. حزام يمر خلف كتف ويظهر مرة أخرى في المكان الخطأ، أو انعكاس يظهر غرفة لا يمكن أن تكون هناك، أو نمط يفشل في الاصطفاف عبر حاجب. تحتاج هذه إلى نموذج للعالم بدلا من نموذج للمظاهر.

لا يعتبر أي منهما اختبارا سريعا، وهذا هو الاستنتاج الصادق. تتطلب الفحوصات التي لا تزال تعمل النظر إلى الصورة كمكان، والفحوصات التي كانت سريعة هي تلك التي تم إصلاحها.

ما يعنيه هذا لأي شخص يقوم بتدريس هذا

لا يزال قدر كبير من مواد محو الأمية الإعلامية يبدأ بعد الأصابع، مما يعلم الناس الآن اختبارا ينتج أخطاء واثقة. أي شخص يكتب تدريبا أو توجيها أو درسا مدرسيا حول هذا لديه مشكلة في الإصدار بدلا من مشكلة في المحتوى.

النسخة الدائمة من الدرس تتعلق بالمنهجية بدلا من الميزات. علم أن العيوب المرئية مؤقتة، وأن أي علامة شائعة بما يكفي لتدريسها شائعة بما يكفي لإصلاحها، وأن الأسئلة الموثوقة تتعلق بالمصدر والسياق.

كما يجدر تدريس وضع الفشل بشكل صريح. الشخص الذي يعرف أن الأيدي الحقيقية المتحركة تبدو خاطئة هو أقل عرضة بكثير لتوجيه الاتهام الذي يسبب ضررا فعليا، وهو تسمية صورة فوتوغرافية أصلية لشخص حقيقي بأنها مزيفة.

العنوان الصادق لأي مادة من هذا القبيل هو أنه لا يوجد اختبار بصري سريع ينجو من الاتصال بالنماذج الحالية، وأن المهارات المفيدة هي السؤال عن مصدر الصورة ومن يستفيد من تصديقها.