Få de daglige nyheder fra Version2 og Ingeniøren. Læs mere om nyhedsbrevene her.

close
Ved at tilmelde dig accepterer du vores Brugerbetingelser, og du accepterer, at Teknologiens Mediehus og IDA-gruppen lejlighedsvis kan kontakte dig om arrangementer, analyser, nyheder, job og tilbud m.m. via telefon og e-mail. I nyhedsbreve, e-mails fra Teknologiens Mediehus kan der forefindes markedsføring fra samarbejdspartnere.
en intelligent fremtid bloghoved

AI lærer at se verden - men ikke som mennesker gør

Irriterende med indbrud i sommerhuset. Ikke desto mere fordi jeg kan se det på video. Det var en ung fyr, der dog var klog nok til at tildække sit ansigt ved synet af kameraerne på sommerhuset. Eller måske er det bare standard beklædning for sådan en. Det kunne man undgå med kameraer, der ikke er så tydelige, men så giver afskrækkende skilte med ”Videoovervågning” jo bagslag.

Ind og ud på 20 minutter, gennemrodede huset, tog for omkring 100 kr. og ødelagde inventar, vinduer og døre for 15.000 kr. - måske skal man bare have en boks på døren, hvor der står ”Tag bare denne 500 kr. seddel, der er mindre værdi i huset”. Hvis bare man kunne sende vagtselskabet afsted før alarmen gik!. Inden indbruddet gik der nemlig 15 minutter med at luske rundt, ringe på og kigge i vores udhus. Alt sammen fanget på kamera, hvis bare de havde opfattet, at det var en indbrudstyv. I dag optager kameraerne nemlig når de mærker bevægelse, men hvis jeg skulle have en alarm på min mobiltelefon, hver gang naboens kat går forbi eller ved kraftig blæst, ville jeg hurtigt slå funktionen fra.

Der er dog i dag billedgenkendelsesalgoritmer, som ret sikkert kan sige, om det er en kat på billedet. AI-systemer bliver modelleret efter menneskelig biologi, men deres systemer virker ganske anderledes. AI-computer visions systemer kan identificere objekter i billeder ved hjælp af Neurale Netværk, som er inspireret af vores egen biologi. De ligner i deres arkitektur den biologiske sans, hvor neuronerne byttes ud med matematiske funktioner. Nu viser en undersøgelse fra forskere hos Facebook og Virginia Tech, at på trods af disse ligheder, bør vi være forsigtige med at antage, at begge arbejder på samme måde. (Se Robot eyes and humans fix on different things to decode a scene ). For at undersøge, hvad der sker når både mennesker og AI analyserer et billede, studerede forskerne, hvor de to fokuserer deres opmærksomhed. Begge blev forsynet med slørede billeder og stillet spørgsmål om, hvad der skete på billedet - "hvor er katten?" I forsøget kunne dele af billedet selekteres, en ad gangen, og både menneske og AI gjorde det, indtil de kunne svare på spørgsmålet. Holdet gentog testene ved hjælp af flere forskellige algoritmer. Selvfølgelig kunne de begge give svar, men det interessante resultat er, hvordan de gjorde det. På en skala fra 1 til -1, hvor 1 er helt enig og -1 total uenighed, scorede to mennesker i gennemsnit 0,63 i forhold til, hvor de fokuserede deres opmærksomhed på tværs af billedet. Ved krydset mellem et menneske og et Neuralt Netværk faldt gennemsnittet til 0,26. Med andre ord når AI og mennesker kigger på samme billede og får stillet samme spørgsmål er de lige gode, til at komme til et korrekt svar, men kommer til slutningen ved at kigge på forskellige ting på billedet. Bare fordi computere ikke bruger den samme metode, betyder det ikke nødvendigvis, at de er dårligere. Med nye grafikkorts regnekraft bliver det muligt for et PC-system at analysere mange videostrømme samtidig og uden at blive træt eller skulle have ferie.

Er det muligt at lave billeder, der snyder AI, til at se ting som ikke er der? Dette er et fænomen forskere har kigget på de sidste par år. Forskere fra Cornell University har vist, at det er muligt at lave billeder, som snyder ved simpelthen at kreere et billede af stærke visuelle features, som softwaren har lært at associerer med et objekt ( Se Smart Software Can Be Tricked into Seeing What Isn’t There ) Mennesker trækker på en stor ’common sense’ viden, som betyder, at vi ikke let bliver snydt af sådanne tricks. Jeg glæder mig til, at min video overvågning kan detektere indbrudstyve før de smadrer noget, så skal jeg bare have en megafon på taget, så jeg kan råbe ”forsvind”. Men vi skal huske på, at kriminelle er nogle af de mest kreative innovatorer i verden. Så måske kommer vi i fremtiden til at se indbrudstyve klædt ud som skraldespande eller kronhjorte for at forvirre AI baserede detektionssystemer.

sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først