मशीन विजन बनाम मानव अंतर्ज्ञान: ऑब्जेक्ट मान्यता कार्यक्रमों के संचालन को बाधित करने के लिए एल्गोरिदम

मशीनों का तर्क त्रुटिहीन है, वे गलतियाँ नहीं करते हैं यदि उनका एल्गोरिथ्म सही ढंग से काम करता है और निर्धारित पैरामीटर आवश्यक मानकों के अनुरूप हैं। बिंदु ए से बिंदु बी तक एक मार्ग चुनने के लिए कार से पूछें, और यह दूरी, ईंधन की खपत, गैस स्टेशनों की उपस्थिति आदि को ध्यान में रखते हुए सबसे इष्टतम का निर्माण करेगा। यह एक शुद्ध गणना है। कार यह नहीं कहेगी: "चलो इस सड़क के साथ चलते हैं, मुझे यह मार्ग बेहतर लगता है।" हो सकता है कि गणना की गति में कारें हमसे बेहतर हों, लेकिन अंतर्ज्ञान अभी भी हमारे तुरुप के पत्तों में से एक है। मानव मस्तिष्क के समान मशीन बनाने में मैनकाइंड ने दशकों बिताए हैं। लेकिन क्या उन दोनों के बीच इतना आम है? आज हम एक अध्ययन पर विचार करेंगे, जिसमें वैज्ञानिकों ने, अनौपचारिक तंत्रिका नेटवर्क के आधार पर बेजोड़ मशीन "दृष्टि" पर संदेह करते हुए, एक एल्गोरिथ्म का उपयोग करके एक वस्तु मान्यता प्रणाली को मूर्ख बनाने के लिए एक प्रयोग किया जिसका कार्य "नकली" छवियां बनाना था। एल्गोरिथ्म की तोड़फोड़ की गतिविधि कितनी सफल रही, क्या लोगों को कारों से बेहतर पहचान मिली, और इस अध्ययन से इस तकनीक का क्या होगा? हम वैज्ञानिकों की रिपोर्ट में जवाब पाएंगे। चलो चलते हैं।

अध्ययन का आधार

ऑब्जेक्शनल न्यूरल नेटवर्क (SNS) का उपयोग करके ऑब्जेक्ट रिकॉग्निशन टेक्नॉलॉजी मशीन को मोटे तौर पर बोलने की अनुमति देती है, एक हंस को 9 नंबर या एक साइकिल से एक बिल्ली को भेद करने के लिए। यह तकनीक काफी तेजी से विकसित हो रही है और वर्तमान में विभिन्न क्षेत्रों में लागू की जा रही है, जिनमें से सबसे स्पष्ट है मानवरहित वाहनों का उत्पादन। बहुतों का मत है कि वस्तुओं की मान्यता की व्यवस्था के SNA को मानवीय दृष्टि का प्रतिरूप माना जा सकता है। हालांकि, मानवीय कारक के कारण यह कथन बहुत जोर से है। बात यह है कि किसी व्यक्ति को बेवकूफ बनाने की तुलना में कार को बेवकूफ बनाना आसान है (कम से कम वस्तु मान्यता के मामलों में)। एसएनए सिस्टम दुर्भावनापूर्ण एल्गोरिदम (यदि आप चाहें तो शत्रुतापूर्ण) के प्रभाव के लिए बहुत कमजोर हैं, जो हर तरह से उन्हें अपने कार्य को सही ढंग से करने से रोकेंगे, ऐसी छवियां बनाएंगे जिन्हें एसएनए सिस्टम द्वारा गलत तरीके से वर्गीकृत किया जाएगा।

शोधकर्ता ऐसी छवियों को दो श्रेणियों में विभाजित करते हैं: "मूर्ख बनाना" (पूरी तरह से लक्ष्य बदलना) और "शर्मनाक" (आंशिक रूप से लक्ष्य को बदलना)। पहले वाले अर्थहीन चित्र हैं जो सिस्टम द्वारा कुछ परिचित के रूप में पहचाने जाते हैं। उदाहरण के लिए, लाइनों का एक सेट "बेसबॉल" और बहु-रंगीन डिजिटल शोर को "आर्मडिलो" के रूप में वर्गीकृत किया जा सकता है। छवियों की दूसरी श्रेणी ("शर्मनाक") ऐसी छवियां हैं, जिन्हें सामान्य परिस्थितियों में, सही ढंग से वर्गीकृत किया जाएगा, लेकिन दुर्भावनापूर्ण एल्गोरिथ्म उन्हें थोड़ा विचलित करता है, अतिरंजना करते हुए, एसएनए सिस्टम की आंखों में। उदाहरण के लिए, कई पिक्सल के एक छोटे से पूरक के कारण हस्तलिखित संख्या 6 को 5 नंबर के रूप में वर्गीकृत किया जाएगा।

जरा सोचिए कि ऐसे एल्गोरिदम क्या नुकसान पहुंचा सकते हैं। यह स्वायत्त परिवहन के लिए सड़क संकेतों के वर्गीकरण को स्वैप करने के लायक है और दुर्घटनाएं अपरिहार्य होंगी।

नीचे "नकली" चित्र हैं जो एसएनए प्रणाली को मूर्ख बनाते हैं, वस्तुओं को पहचानने के लिए प्रशिक्षित हैं, और इसी तरह की प्रणाली ने उन्हें वर्गीकृत किया है।


चित्र संख्या 1

श्रृंखला स्पष्टीकरण:

• और - अप्रत्यक्ष रूप से "धोखाधड़ी" चित्र;
• बी - सीधे "धोखेबाज" छवियों को एन्कोड किया गया;
• c - "शर्मनाक" चित्र, सिस्टम को एक अंक को दूसरे के रूप में वर्गीकृत करने के लिए मजबूर करता है;
• d - LaVAN अटैक (स्थानीयकृत और दृश्यमान प्रतिकूल / दुर्भावनापूर्ण शोर) गलत वर्गीकरण को जन्म दे सकता है, तब भी जब "शोर" केवल एक बिंदु (निचले दाएं कोने में) पर स्थित हो।
• ई - तीन आयामी वस्तुओं को गलत तरीके से विभिन्न कोणों से वर्गीकृत किया जाता है।

इसके बारे में सबसे अधिक उत्सुक बात यह है कि एक व्यक्ति दुर्भावनापूर्ण एल्गोरिथ्म को बेवकूफ बनाने और अंतर्ज्ञान के आधार पर छवियों को सही ढंग से वर्गीकृत करने के लिए आत्महत्या नहीं कर सकता है। पहले, जैसा कि वैज्ञानिक कहते हैं, किसी ने नकली छवियों के दुर्भावनापूर्ण एल्गोरिदम का मुकाबला करने के लिए एक मशीन और एक व्यक्ति की क्षमताओं की व्यावहारिक तुलना नहीं की। यही शोधकर्ताओं ने करने का फैसला किया।

इसके लिए, दुर्भावनापूर्ण एल्गोरिदम द्वारा बनाई गई कई छवियां तैयार की गईं। विषयों को बताया गया कि मशीन ने इन (सामने) छवियों को परिचित वस्तुओं के रूप में वर्गीकृत किया है, अर्थात। मशीन ने उन्हें सही तरीके से नहीं पहचाना। विषयों का कार्य यह निर्धारित करना था कि मशीन इन चित्रों को कैसे वर्गीकृत करती है, अर्थात्। उन्हें क्या लगता है कि मशीन छवियों में देखी गई है, क्या यह वर्गीकरण सही है, आदि।

कुल 8 प्रयोग किए गए, जिसमें मानव दृष्टि को ध्यान में रखे बिना बनाई गई 5 प्रकार की दुर्भावनापूर्ण छवियों का उपयोग किया गया था। दूसरे शब्दों में, वे मशीनों के लिए मशीन द्वारा बनाए गए हैं। इन प्रयोगों के परिणाम बहुत ही मनोरंजक थे, लेकिन हम उन्हें खराब नहीं करेंगे और क्रम में सब कुछ पर विचार करेंगे।

प्रयोग के परिणाम

प्रयोग # 1: अमान्य टैग के साथ छवियों को नष्ट करना

पहले प्रयोग में, 48 मूर्ख चित्र का उपयोग किया गया था, जो एलेक्सनेट नामक एसएनए पर आधारित मान्यता प्रणाली का मुकाबला करने के लिए एल्गोरिथ्म द्वारा बनाया गया था। इस प्रणाली ने इन चित्रों को "गियर" और "डोनट" ( 2a ) के रूप में वर्गीकृत किया है।


चित्र संख्या 2

प्रत्येक प्रयास के दौरान, परीक्षण करने वाले व्यक्ति, जिनमें से 200 थे, ने एक छवि और दो निशान देखे, अर्थात्। वर्गीकरण लेबल: सिस्टम एसएनएस लेबल और अन्य 47 छवियों से यादृच्छिक। विषयों को मशीन द्वारा बनाए गए लेबल को चुनना था।

नतीजतन, अधिकांश विषयों ने एक दुर्भावनापूर्ण एल्गोरिथ्म के लेबल के बजाय, मशीन द्वारा बनाए गए एक लेबल को चुनना चुना। वर्गीकरण सटीकता, अर्थात्। मशीन के साथ विषय की सहमति की डिग्री 74% थी। सांख्यिकीय रूप से, 98% विषयों ने सांख्यिकीय यादृच्छिकता ( 2d , "मशीन के साथ सहमत विषयों का%") की तुलना में एक स्तर पर मशीन टैग को चुना। 94% छवियों ने एक बहुत ही उच्च मानव-मशीन संरेखण दिखाया, जो कि 48 में से केवल 3 छवियों को एक मशीन से अलग लोगों द्वारा वर्गीकृत किया गया था।

इस प्रकार, विषयों ने दिखाया कि एक व्यक्ति एक वास्तविक छवि और एक मूर्ख को साझा करने में सक्षम है, अर्थात, एसएनए पर आधारित एक कार्यक्रम के अनुसार कार्य करता है।

प्रयोग नंबर 2: पहली पसंद बनाम दूसरा

शोधकर्ताओं ने सवाल पूछा - किन विषयों के कारण छवियों को इतनी अच्छी तरह से पहचानने और उन्हें गलत निशान और नकल करने वाली छवियों से अलग किया गया? शायद विषयों ने नारंगी-पीले रंग की अंगूठी को "डोनट" के रूप में नोट किया, क्योंकि वास्तव में डोनट बिल्कुल इसी आकार का है और उसी रंग के बारे में है। मान्यता में, अनुभव और ज्ञान के आधार पर संघ और सहज विकल्प एक व्यक्ति की मदद कर सकते हैं।

इसे सत्यापित करने के लिए, यादृच्छिक लेबल को दूसरे संभावित वर्गीकरण विकल्प के रूप में मशीन द्वारा चुना गया था। उदाहरण के लिए, एलेक्सनेट ने नारंगी-पीली अंगूठी को "डोनट" के रूप में वर्गीकृत किया, और इस कार्यक्रम के लिए दूसरा विकल्प "प्रेट्ज़ेल" था।

मशीन के पहले निशान या सभी 48 छवियों ( 2 एस ) के लिए दूसरे स्थान पर कब्जा करने वाले को चुनने के कार्य के साथ विषयों का सामना किया गया था।

छवि 2d के केंद्र में ग्राफ इस परीक्षण के परिणामों को दर्शाता है: 91% विषयों ने लेबल के पहले संस्करण को चुना, और मानव-मशीन मिलान का स्तर 71% था।

प्रयोग नंबर 3: बहु-थ्रेडेड वर्गीकरण

ऊपर वर्णित प्रयोग इस तथ्य को देखते हुए काफी सरल हैं कि विषयों में दो संभावित उत्तर (मशीन टैग और यादृच्छिक टैग) के बीच एक विकल्प है। वास्तव में, छवि मान्यता की प्रक्रिया में मशीन सबसे उपयुक्त चुनने से पहले सैकड़ों और यहां तक ​​कि लेबल के हजारों विकल्पों के माध्यम से पुनरावृत्ति करता है।

इस परीक्षण में, 48 छवियों के सभी अंक तुरंत विषयों के सामने थे। उन्हें इस सेट में से प्रत्येक छवि के लिए सबसे उपयुक्त चुनना था।

नतीजतन, 88% विषयों ने मशीन के समान लेबल को चुना, और समन्वय की डिग्री 79% थी। एक दिलचस्प तथ्य यह है कि मशीन द्वारा चुने गए गलत लेबल को चुनने पर भी, 63% मामलों में विषयों ने शीर्ष 5 लेबल में से एक को चुना। यही है, कार पर सभी निशान एक सूची में सबसे उपयुक्त से सबसे अनुचित (अतिरंजित उदाहरण: "बैगेल", "प्रेट्ज़ेल", "रबर की अंगूठी", "टायर", इत्यादि में व्यवस्थित किए गए हैं) रात के आकाश में "बाज़" तक। )।

प्रयोग नंबर 3 बी: "यह क्या है?"

इस परीक्षण में, वैज्ञानिकों ने नियमों को थोड़ा बदल दिया है। मशीन को किसी विशेष छवि के लिए कौन सा लेबल चुनना है, इसका अनुमान लगाने के लिए उनसे पूछने के बजाय, विषयों से बस इतना पूछा गया कि वे उनके सामने क्या देखते हैं।

मान्यताप्राप्त तंत्रिका नेटवर्क पर आधारित पहचान प्रणाली एक विशेष छवि के लिए उपयुक्त लेबल का चयन करती है। यह काफी स्पष्ट और तार्किक प्रक्रिया है। इस परीक्षा में, विषय सहज सोच का प्रदर्शन करते हैं।

परिणामस्वरूप, 90% विषयों ने एक लेबल चुना, जिसे मशीन द्वारा भी चुना गया था। छवियों के बीच मानव-मशीन संरेखण 81% था।

प्रयोग 4: टेलीविजन स्टेटिक शोर

वैज्ञानिकों ने ध्यान दिया कि पिछले प्रयोगों में, छवियां असामान्य हैं, लेकिन उनके पास अलग-अलग विशेषताएं हैं जो विषयों को लेबल के सही (या गलत) विकल्प बनाने के लिए संकेत दे सकती हैं। उदाहरण के लिए, छवि "बेसबॉल" एक गेंद नहीं है, लेकिन इस पर लाइनें और रंग हैं जो एक वास्तविक बेसबॉल गेंद पर मौजूद हैं। यह एक हड़ताली विशिष्ट विशेषता है। लेकिन अगर छवि में ऐसी विशेषताएं नहीं हैं, लेकिन अनिवार्य रूप से स्थिर शोर है, तो क्या कोई व्यक्ति इस पर कम से कम कुछ पहचान सकता है? यही जाँच करने का निर्णय लिया गया।


चित्र संख्या 3 ए

इस परीक्षण में, विषयों के सामने स्टैटिक्स के साथ 8 छवियां थीं, जिसे एसएनएस प्रणाली एक विशिष्ट वस्तु के रूप में पहचानती है (उदाहरण के लिए, एक पक्षी-ज़ेरंका)। इसके अलावा, विषयों के सामने एक लेबल और उससे संबंधित सामान्य छवियां थीं (स्थैतिक की 8 छवियां, 1 लेबल "ज़रींका" और इस पक्षी की 5 तस्वीरें)। परीक्षण विषय को स्थिर की 8 छवियों में से 1 का चयन करना था जो एक या किसी अन्य लेबल पर सबसे अच्छा लगता है।

आप खुद को परख सकते हैं। ऊपर आप इस तरह के परीक्षण का एक उदाहरण देखते हैं। तीन छवियों में से कौन सा टैग "ज़रीयांका" के लिए सबसे उपयुक्त है और क्यों?

81% विषयों ने मशीन द्वारा चुने गए लेबल को चुना। इसी समय, मशीन की राय में सबसे उपयुक्त लेबल के साथ विषयों द्वारा 75% छवियों को लेबल किया गया था (कई विकल्पों में से, जैसा कि हमने पहले उल्लेख किया था)।

इस विशेष परीक्षा के लिए आपके पास मेरे जैसे प्रश्न हो सकते हैं। तथ्य यह है कि प्रस्तावित स्टैटिक्स (ऊपर) में, मैं व्यक्तिगत रूप से तीन स्पष्ट विशेषताओं को देखता हूं जो उन्हें एक दूसरे से अलग करते हैं। और केवल एक छवि में, यह विशेषता दृढ़ता से एक ही ज़ारंका जैसा दिखता है (मुझे लगता है कि आप समझते हैं कि तीनों में से कौन सी छवि है)। इसलिए, मेरी व्यक्तिगत और बहुत व्यक्तिपरक राय है कि ऐसा परीक्षण विशेष रूप से संकेत नहीं है। हालांकि शायद स्थिर छवियों के लिए अन्य विकल्पों में से वास्तव में अप्रभेद्य और पहचानने योग्य नहीं थे।

प्रयोग संख्या 5: "संदिग्ध" संख्या

ऊपर वर्णित परीक्षण उन छवियों पर आधारित थे जो तुरंत पूरी तरह से नहीं हो सकते हैं और एक या किसी अन्य वस्तु के रूप में वर्गीकृत संदेह की एक बूंद के बिना। हमेशा संदेह का एक अंश होता है। मूर्खतापूर्ण छवियां अपने काम में काफी सरल हैं - मान्यता से परे छवि को खराब करने के लिए। लेकिन एक दूसरे प्रकार का दुर्भावनापूर्ण एल्गोरिदम है जो छवि में केवल एक छोटा सा विवरण जोड़ता है (या हटाता है), जो एसएनए प्रणाली द्वारा मान्यता प्रणाली का पूरी तरह से उल्लंघन कर सकता है। कुछ पिक्सेल जोड़ें, और संख्या 6 जादुई रूप से संख्या 5 ( 1s ) में बदल जाती है।

वैज्ञानिक ऐसे एल्गोरिदम को सबसे खतरनाक में से एक मानते हैं। आप छवि टैग को थोड़ा बदल सकते हैं, और मानवरहित वाहन गलत तरीके से गति सीमा संकेत (उदाहरण के लिए, 45 के बजाय 75) पर विचार करता है, जिससे दुःखद परिणाम हो सकते हैं।


छवि # 3 बी

इस परीक्षण में, वैज्ञानिकों ने सुझाव दिया कि विषय गलत उत्तर का चयन करते हैं, बल्कि गलत का। परीक्षण में, एक दुर्भावनापूर्ण एल्गोरिथ्म द्वारा परिवर्तित 100 डिजिटल छवियों का उपयोग किया गया था (लेनेट एसएनए ने अपने वर्गीकरण को बदल दिया, अर्थात, दुर्भावनापूर्ण एल्गोरिथ्म ने सफलतापूर्वक काम किया)। विषयों को कहना था कि मशीन ने उनकी राय में क्या आंकड़ा देखा। जैसा कि अपेक्षित था, 89% विषयों ने इस परीक्षा को सफलतापूर्वक पूरा किया।

प्रयोग 6: तस्वीरें और स्थानीयकृत "विकृति"

वैज्ञानिक ध्यान दें कि न केवल ऑब्जेक्ट मान्यता प्रणाली विकसित हो रही हैं, बल्कि दुर्भावनापूर्ण एल्गोरिदम भी हैं जो उन्हें ऐसा करने से रोकते हैं। पहले, छवि को गलत तरीके से वर्गीकृत करने के लिए, लक्ष्य छवि में सभी पिक्सेल का 14% (परिवर्तन, हटाना, क्षति, आदि) विकृत करना आवश्यक था। अब यह आंकड़ा बहुत छोटा हो गया है। यह लक्ष्य के अंदर एक छोटी छवि को जोड़ने के लिए पर्याप्त है और वर्गीकरण का उल्लंघन किया जाएगा।


चित्र संख्या 4

इस परीक्षण में, काफी नए दुर्भावनापूर्ण LaVAN एल्गोरिथ्म का उपयोग किया गया था, जो लक्ष्य तस्वीर पर एक बिंदु पर स्थानीयकृत एक छोटी छवि रखता है। नतीजतन, वस्तु मान्यता प्रणाली दूध ( 4 ए ) के रूप में मेट्रो ट्रेन को पहचान सकती है। इस एल्गोरिथ्म की सबसे महत्वपूर्ण विशेषताओं में लक्ष्य छवि के क्षतिग्रस्त पिक्सल (केवल 2%) का छोटा अनुपात और इसे इसकी संपूर्णता में विकृत करने की आवश्यकता का अभाव या मुख्य (सबसे महत्वपूर्ण) हिस्सा है।

परीक्षण में, LaVAN द्वारा क्षतिग्रस्त 22 छवियों का उपयोग किया गया था (SNA मान्यता प्रणाली इंसेप्शन V3 को इस एल्गोरिदम द्वारा सफलतापूर्वक हैक किया गया था)। विषयों को फोटो में दुर्भावनापूर्ण प्रविष्टि को वर्गीकृत करना चाहिए था। 87% विषय सफलतापूर्वक ऐसा करने में सक्षम थे।

प्रयोग 7: तीन आयामी वस्तुओं

जो चित्र हमने पहले देखे थे, वे दो आयामी हैं, जैसे किसी भी तस्वीर, चित्र या अखबार की कतरन। अधिकांश दुर्भावनापूर्ण एल्गोरिदम केवल ऐसी छवियों को सफलतापूर्वक हेरफेर करते हैं। हालांकि, ये कीट केवल कुछ शर्तों के तहत काम कर सकते हैं, अर्थात्, उनकी कई सीमाएँ हैं:

• जटिलता: केवल दो आयामी चित्र;
• व्यावहारिक अनुप्रयोग: दुर्भावनापूर्ण परिवर्तन केवल उन प्रणालियों पर संभव हैं जो प्राप्त डिजिटल छवियों को पढ़ते हैं, और सेंसर और सेंसर से छवियां नहीं;
• स्थिरता: एक दुर्भावनापूर्ण हमला अपनी ताकत खो देता है यदि आप दो-आयामी छवि (आकार, फसल, पैनापन, आदि) को घुमाते हैं;
• लोग: हम दुनिया और हमारे आस-पास की वस्तुओं को 3 डी में अलग-अलग कोणों, प्रकाश, और एक कोण से ली गई दो-आयामी डिजिटल छवियों के रूप में नहीं देखते हैं।

लेकिन, जैसा कि हम जानते हैं, प्रगति ने दुर्भावनापूर्ण एल्गोरिदम को नहीं छोड़ा है। उनमें से एक दिखाई दिया, जो न केवल दो-आयामी छवियों को विकृत करने में सक्षम है, बल्कि तीन-आयामी वाले भी हैं, जो ऑब्जेक्ट मान्यता प्रणाली द्वारा गलत वर्गीकरण की ओर जाता है। तीन-आयामी ग्राफिक्स के लिए सॉफ्टवेयर का उपयोग करते समय, इस तरह के एक एल्गोरिथ्म अलग-अलग दूरी और देखने के कोण से SNA (इस मामले में, इनसेप्शन V3 प्रोग्राम) के आधार पर क्लासिफायर्स को भ्रमित करता है। सबसे आश्चर्यजनक बात यह है कि इस तरह के बेवकूफ 3 डी छवियों को एक उपयुक्त प्रिंटर पर मुद्रित किया जा सकता है, अर्थात। एक वास्तविक भौतिक वस्तु बनाएं, और वस्तु मान्यता प्रणाली अभी भी गलत तरीके से इसे वर्गीकृत करेगी (उदाहरण के लिए, एक इलेक्ट्रिक ड्रिल के रूप में एक नारंगी)। और लक्ष्य छवि ( 4 बी ) पर बनावट में मामूली बदलाव के लिए सभी धन्यवाद।

ऑब्जेक्ट मान्यता प्रणाली के लिए, ऐसा दुर्भावनापूर्ण एल्गोरिथ्म एक गंभीर प्रतिकूल है। लेकिन आदमी कोई मशीन नहीं है; वह अलग ढंग से देखता और सोचता है। इस परीक्षण में, विषयों से पहले तीन-आयामी वस्तुओं की छवियां थीं जिसमें तीन कोणों से ऊपर वर्णित बनावट परिवर्तन थे। विषयों को भी सही और गलत माना गया। उन्हें यह निर्धारित करना था कि कौन से लेबल सही हैं, जो नहीं हैं, और क्यों, अर्थात्। क्या परीक्षण विषय छवियों में बनावट परिवर्तन देखते हैं।

परिणामस्वरूप, 83% विषयों ने सफलतापूर्वक कार्य पूरा कर लिया।

अध्ययन की बारीकियों के साथ एक अधिक विस्तृत परिचित के लिए, मैं दृढ़ता से अनुशंसा करता हूं कि आप वैज्ञानिकों की रिपोर्ट देखें ।

और इस लिंक पर आपको छवि, डेटा और कोड फाइलें मिलेंगी जिनका अध्ययन में उपयोग किया गया था।

उपसंहार

किए गए कार्य ने वैज्ञानिकों को एक सरल और काफी स्पष्ट निष्कर्ष निकालने का अवसर दिया - मानव अंतर्ज्ञान बहुत महत्वपूर्ण डेटा और सही निर्णय और / या जानकारी की धारणा बनाने का एक उपकरण हो सकता है। एक व्यक्ति सहज रूप से यह समझने में सक्षम है कि ऑब्जेक्ट मान्यता प्रणाली कैसे व्यवहार करेगी, यह किस लेबल का चयन करेगी, और क्यों।

जिन कारणों से किसी व्यक्ति के लिए वास्तविक छवि को देखना आसान होता है और वह इसे सही तरीके से पहचान पाता है। सबसे स्पष्ट जानकारी प्राप्त करने की विधि है: मशीन डिजिटल रूप में एक छवि प्राप्त करती है, और एक व्यक्ति इसे अपनी आँखों से देखता है। मशीन के लिए, एक चित्र एक डेटा सेट है, जिसमें बदलाव करते हुए, आप इसके वर्गीकरण को विकृत कर सकते हैं। हमारे लिए, मेट्रो ट्रेन की छवि हमेशा मेट्रो ट्रेन की होगी, दूध की कैन की नहीं, क्योंकि हम इसे देखते हैं।

वैज्ञानिकों ने यह भी कहा कि ऐसे परीक्षणों का मूल्यांकन करना मुश्किल है, क्योंकि एक व्यक्ति एक मशीन नहीं है, और एक मशीन एक व्यक्ति नहीं है। उदाहरण के लिए, शोधकर्ता "डोनट" और "व्हील" के साथ परीक्षण के बारे में बात कर रहे हैं। ये चित्र "डोनट" और "व्हील" के समान हैं, क्योंकि मान्यता प्रणाली उन्हें इस तरह वर्गीकृत करती है। एक व्यक्ति देखता है कि वे "डोनट" और "व्हील" की तरह दिखते हैं, लेकिन वे नहीं हैं। यह एक व्यक्ति और एक कार्यक्रम के बीच दृश्य जानकारी की धारणा में मूलभूत अंतर है।

आपका ध्यान के लिए धन्यवाद, जिज्ञासु बने रहें और एक अच्छा काम करने का सप्ताह है, दोस्तों।

हमारे साथ बने रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक आदेश देकर या अपने दोस्तों को इसकी अनुशंसा करके हमें समर्थन दें, एंट्री-लेवल सर्वरों के अनूठे एनालॉग पर हैबर उपयोगकर्ताओं के लिए 30% छूट जो हमने आपके लिए ईजाद की है: VPS (KVM) E5-2650 v4 (6 करोड़) 10GB DDR4 240GB SSD 1Gbps से पूरा सच $ 20 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

VPS (KVM) E5-2650 v4 (6 कोर) 10GB DDR4 240GB SSD 1Gbps जब तक गर्मियों में छह महीने की अवधि के लिए भुगतान नहीं किया जाता, तब तक आप यहां ऑर्डर कर सकते हैं ।

डेल R730xd 2 बार सस्ता? केवल हमारे पास 2 x Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps नीदरलैंड और यूएसए में $ 249 से 100 टीवी है ! इन्फ्रास्ट्रक्चर Bldg कैसे बनाएँ के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग?