AI अभी भी हाथों को गलत क्यों समझता है, और जब यह ऐसा नहीं करता है

हाथ वास्तविक रूप से क्यों कठिन थे

यह मनमाना नहीं था। शरीर के किसी अन्य हिस्से की तुलना में हाथ में अधिक स्वतंत्र जोड़ होते हैं, और यह जितने अलग-अलग कॉन्फ़िगरेशन अपना सकता है, उनकी संख्या किसी चेहरे की तुलना में बहुत अधिक है, उदाहरण के लिए, जो बहुत संकीर्ण सीमा के भीतर बदलता है।

हाथ खुद को लगातार ढक भी लेते हैं। उंगलियां उंगलियों के पीछे से गुजरती हैं, एक पकड़ हथेली के अधिकांश हिस्से को छिपा लेती है, और थोड़ा सा घुमाने पर दिखाई देने वाला रूप पूरी तरह से बदल जाता है। तस्वीरों से सीखने वाला मॉडल एक वस्तु के लिए आंशिक आकारों की एक विशाल विविधता देखता है।

और ट्रेनिंग डेटा मददगार नहीं था। तस्वीरें चेहरों के इर्द-गिर्द बनाई जाती हैं, और हाथ फ्रेम के किनारे पर दिखाई देते हैं, गति से धुंधले, क्रॉप किए गए, या किसी ऐसी चीज़ को पकड़े हुए होते हैं जो उन्हें छिपा देती है। उदाहरण प्रचुर मात्रा में और कम गुणवत्ता वाले थे, ठीक उसी तरह से जो मायने रखता है।

मिला-जुलाकर, इससे वही परिचित विफलता पैदा हुई: एक मॉडल जो जानता था कि हाथ में उंगली के आकार की चीजें जुड़ी होती हैं और इस बात का कोई विश्वसनीय अहसास नहीं था कि कितनी, किस व्यवस्था में, किस पैमाने पर।

किसने इसे ठीक किया

कुछ भी असाधारण नहीं। अधिक डेटा, बेहतर एनोटेट किया हुआ, साथ ही संरचनात्मक बदलाव जिन्होंने मॉडल के स्थानिक संरचना को संभालने के तरीके में सुधार किया, साथ ही उन टीमों का स्पष्ट ध्यान जो आलोचना से थक चुकी थीं।

अंतिम पंक्ति पूरे लेख का बिंदु है। उस संकेत को वर्षों पहले ठीक कर दिया गया था और सलाह अभी भी प्रसारित हो रही है, जिसका अर्थ है कि लोग इसे लागू करके सक्रिय रूप से छवियों को गलत पढ़ रहे हैं।

अब गिनती दोनों तरफ से क्यों विफल हो जाती है

पहले एक झूठा नकारात्मक: सही हाथ कुछ भी साबित नहीं करते हैं। वर्तमान मॉडल अधिकांश समय उन्हें ठीक से रेंडर करते हैं, इसलिए उंगली की परीक्षा पास करने वाली तस्वीर ने एक ऐसी परीक्षा पास कर ली है जिसे लगभग सब कुछ पास कर लेता है।

दूसरा एक झूठा सकारात्मक, और यह वाला अधिक नुकसान पहुँचाता है। गति में खींचे गए वास्तविक हाथ धुंधले, जुड़े हुए, स्पष्ट रूप से विकृत आकार पैदा करते हैं। किसी पार्टी में इशारा करते हुए किसी की असली तस्वीर, गिनने के लिए तैयार किए गए व्यक्ति को, ठीक वैसी ही लग सकती है जिसके बारे में उन्हें चेतावनी दी गई थी।

वह विषमता मायने रखती है क्योंकि लागत असमान रूप से गिरती है। एक जनरेट की गई छवि को वास्तविक रूप में गलत तरीके से खारिज करना आमतौर पर सुधार योग्य है; एक असली तस्वीर, और उसमें मौजूद व्यक्ति पर गलत आरोप लगाना, ऐसा नहीं है।

यह आत्म-प्रबलित भी है। जिस किसी को भी बताया गया है कि हाथ संकेत हैं, उसे एक ऐसा हाथ मिलता है जो अजीब लगता है, निष्कर्ष निकालता है कि छवि नकली है, और उस सलाह को दोहराता है जिसने त्रुटि उत्पन्न की, यही कारण है कि एक सेवानिवृत्ति प्राप्त हिउरिस्टिक अपनी उपयोगिता से वर्षों आगे निकल जाती है।

यह एपिसोड हर दूसरे संकेत के बारे में क्या सिखाता है

हाथ एक सामान्य पैटर्न का एक काम किया हुआ उदाहरण हैं, और पैटर्न किसी भी विशिष्ट टिप से अधिक उपयोगी है।

• एक दृश्य दोष एक सार्वजनिक बेंचमार्क है। नाम दिए जाने वाली हर चीज़ को मापा जाता है, और मापी जाने वाली हर चीज़ को अनुकूलित किया जाता है।
• लोकप्रियता सुधार में तेजी लाती है। संकेत जितना अधिक व्यापक रूप से दोहराया जाता है, उसे हटाने के लिए उतना ही अधिक प्रोत्साहन मिलता है।
• सलाह खामी से वर्षों आगे निकल जाती है। सुधार कभी भी मूल टिप जितनी तेजी से नहीं फैलता है।
• सुधार उपकरणों में असमान हैं। एक प्रमुख मॉडल में हटाया गया संकेत पुराने या छोटे मॉडल में बना रह सकता है।
• अवशेष नीचे की ओर बढ़ता है। जो बचता है वह दृश्य खामियां नहीं बल्कि सांख्यिकीय बनावट है, जो आँख की रिज़ॉल्यूशन क्षमता से नीचे है।

अंतिम बिंदु यही कारण है कि पहचान उपकरण बिल्कुल मौजूद हैं। यदि अंतर अभी भी दिखाई दे रहे होते, तो किसी को भी उन्हें खोजने के लिए एक मॉडल की आवश्यकता नहीं होती, और पूरा क्षेत्र देखने के लिए चीजों की सूची बन जाता है।

जो अभी भी कायम है

जांच के दो परिवारों ने पैटर्न का विरोध किया है, और दोनों स्थानीय विवरण के बजाय फ्रेम में सामंजस्य के बारे में हैं।

प्रकाश व्यवस्था पहली है। एक तस्वीर में हर सतह एक ही स्रोतों से प्रकाशित होती है, इसलिए छाया की दिशा, कठोरता और रंग तापमान सभी सहमत होते हैं। एक जनरेट किया गया दृश्य अक्सर विषय को सही और परिवेश को लगभग सही प्राप्त करता है, और असहमति छाया में दिखाई देती है।

भौतिक निरंतरता दूसरी है। एक पट्टा जो कंधे के पीछे से गुजरता है और गलत जगह पर फिर से दिखाई देता है, एक ऐसा कमरा दिखाने वाला प्रतिबिंब जो वहां नहीं हो सकता है, एक ऐसा पैटर्न जो रुकावट के पार लाइन अप करने में विफल रहता है। इन्हें दिखावे के मॉडल के बजाय दुनिया के मॉडल की आवश्यकता होती है।

न तो कोई त्वरित परीक्षण है, और यही ईमानदार निष्कर्ष है। जो जाँचें अभी तक काम करती हैं, उनके लिए तस्वीर को एक जगह के रूप में देखने की आवश्यकता होती है, और जो जाँचें त्वरित थीं, वे वे हैं जिन्हें ठीक कर दिया गया है।

यह इसे सिखाने वाले किसी भी व्यक्ति के लिए क्या मायने रखता है

बड़ी मात्रा में मीडिया साक्षरता सामग्री अभी भी उंगली गिनने के साथ आगे बढ़ती है, जो अब लोगों को एक ऐसा परीक्षण सिखाती है जो आत्मविश्वास से भरी त्रुटियां पैदा करता है। इस पर प्रशिक्षण, मार्गदर्शन या स्कूल पाठ लिखने वाले किसी भी व्यक्ति के पास सामग्री की समस्या के बजाय संस्करण की समस्या है।

पाठ का टिकाऊ संस्करण विशेषताओं के बजाय पद्धति के बारे में है। सिखाएं कि दृश्य खामियां अस्थायी हैं, कि पढ़ाने के लिए पर्याप्त लोकप्रिय कोई भी संकेत ठीक किए जाने के लिए पर्याप्त लोकप्रिय है, और यह कि विश्वसनीय प्रश्न स्रोत और संदर्भ के बारे में हैं।

विफलता के तरीके को स्पष्ट रूप से सिखाना भी उचित है। जो कोई भी जानता है कि गति में वास्तविक हाथ गलत दिखते हैं, उसके वास्तविक नुकसान पहुँचाने वाला आरोप लगाने की संभावना बहुत कम होती है, जो कि किसी वास्तविक व्यक्ति के असली फोटोग्राफ को नकली कहना है।

ऐसी किसी भी सामग्री के लिए ईमानदार सुशीर्षक यह है कि वर्तमान मॉडल के संपर्क में कोई भी त्वरित दृश्य परीक्षण जीवित नहीं रहता है, और उपयोगी कौशल यह पूछ रहे हैं कि एक छवि कहाँ से आई और इसे विश्वास करने से किसे लाभ होता है।