Несмотря на быструю эволюцию искусственного интеллекта, нейросети продолжают ошибаться в самых базовых вещах — например, неправильно считывают объекты на фото. Почему это так?
Компьютерное зрение совсем не похоже на человеческое. ИИ не рассматривает изображение, а анализирует его в три этапа:
1️⃣ Разбивает на фрагменты
Картинка делится на десятки небольших участков, каждый превращается в набор чисел
2️⃣ Ищет знакомые признаки
Модель сопоставляет их с миллиардами изображений, на которых училась: усы + треугольные уши + шерсть = вероятно, это кот
3️⃣ Собирает контекст
Определяет связи между объектами: человек держит чашку, собака лежит под столом, ребёнок запускает воздушного змея
Что может провоцировать ИИ на неправильные ответы?
🎾 Необычный или непривычный ракурс
🎾 Оптические иллюзии: отражения, тени и перспектива
🎾 Обрезанное фото со скромным контекстом
🎾 Объекты, редко встречающиеся в обучающих данных
🤩 Чем качественнее обучающие данные, тем сильнее модель и тем реже она ошибается.
Где чаще ловите ИИ на ошибках?
❤️ — в текстовых запросах
🔥 — в генерации изображений
👍 — на анализе фото и файлов
✔️ Подписывайтесь на Sber AI в МАКС