Cum vede un model AI o imagine?

Timp de citit: 3 minutes

Cum vede un model AI o imagine este una dintre cele mai interesante întrebări despre inteligența artificială. La prima vedere, pare că un model AI privește o fotografie exact așa cum o face un om. În realitate, lucrurile stau complet diferit.

Pentru un model AI, o fotografie nu este formată din persoane, obiecte sau peisaje. Ea reprezintă milioane de valori numerice care descriu culoarea și luminozitatea fiecărui pixel. Din aceste informații, inteligența artificială învață să recunoască forme, modele și relații.

Ce este, de fapt, o imagine pentru AI?

Pentru noi, o fotografie poate însemna un câine alergând într-un parc sau o persoană care zâmbește.

Pentru AI, aceeași imagine este doar o matrice uriașă de numere.

Fiecare pixel conține informații despre culoare, iar toate aceste valori sunt analizate împreună.

De exemplu, o fotografie Full HD conține peste 2 milioane de pixeli, fiecare fiind transformat în date pe care modelul le poate procesa.

Cum vede un model AI o imagine pas cu pas?

Procesul este mult mai complex decât simpla analiză a culorilor.

1. Imaginea este transformată în date

Primul pas este conversia imaginii într-o serie de valori numerice.

Modelul nu știe că privește o pisică sau o mașină.

El vede doar milioane de numere.

2. Identifică marginile și formele

Primele straturi ale unei rețele neuronale caută elemente foarte simple:

• linii;
• colțuri;
• contraste;
• umbre;
• contururi.

Aceste informații reprezintă baza întregii analize.

3. Construiește obiecte complexe

Pe măsură ce datele trec prin mai multe straturi ale rețelei neuronale, modelul începe să combine formele simple.

Astfel poate identifica:

• ochi;
• roți;
• ferestre;
• frunze;
• mâini;
• litere.

Ulterior, aceste elemente sunt combinate în obiecte complete.

4. Înțelege contextul

Modelele moderne nu mai analizează doar obiectele individuale.

Ele încearcă să înțeleagă și relația dintre acestea.

De exemplu, pot deduce că:

• o persoană conduce o bicicletă;
• un câine aleargă după o minge;
• o mașină este parcată;
• cineva ține un laptop în brațe.

Acest pas este esențial pentru aplicațiile moderne de inteligență artificială.

De ce AI-ul poate greși?

Chiar dacă modelele actuale sunt foarte performante, ele nu „înțeleg” imaginile în același mod ca oamenii.

Uneori pot fi păcălite de:

• unghiuri neobișnuite;
• lumină slabă;
• obiecte parțial ascunse;
• imagini generate artificial;
• modele vizuale neașteptate.

De aceea, două fotografii care unui om îi par aproape identice pot produce rezultate diferite pentru un model AI.

Cum învață un model AI să recunoască imaginile?

Modelele de computer vision sunt antrenate folosind milioane sau chiar miliarde de imagini etichetate.

În timpul antrenării, modelul primește exemple precum:

• „aceasta este o pisică”;
• „acesta este un automobil”;
• „acesta este un copac”.

După foarte multe exemple, începe să identifice singur caracteristicile comune și să recunoască obiecte pe care nu le-a mai întâlnit exact în aceeași formă.

Unde este folosită această tehnologie?

Computer vision este prezentă în tot mai multe aplicații.

Printre cele mai cunoscute se numără:

• recunoașterea facială;
• traducerea textului din imagini;
• diagnosticarea asistată de AI în medicină;
• automobile autonome;
• controlul calității în fabrici;
• camere inteligente de supraveghere;
• căutarea vizuală în magazine online.

Multe telefoane moderne folosesc deja AI pentru îmbunătățirea fotografiilor realizate cu camera.

Ce urmează în viitor?

Modelele AI devin din ce în ce mai bune la interpretarea imaginilor.

În următorii ani este posibil să vedem sisteme capabile să:

• înțeleagă videoclipuri în timp real;
• combine informații din imagini, text și voce;
• descrie scene complexe cu o precizie tot mai mare;
• colaboreze cu roboți pentru activități din lumea reală.

Aceste progrese vor influența domenii precum medicina, industria, educația și comerțul.

Ce legătură are cu calculatoarele moderne?

Procesarea imaginilor necesită o putere mare de calcul.

De aceea, modelele AI folosesc în special plăci video performante (GPU), procesoare moderne și, din ce în ce mai des, unități dedicate pentru inteligență artificială (NPU).

Pe măsură ce laptopurile și calculatoarele integrează astfel de componente, tot mai multe funcții AI vor putea rula direct pe dispozitiv, fără a trimite datele în cloud.

Concluzie

Cum vede un model AI o imagine? Răspunsul este simplu: nu o vede așa cum o vedem noi. Pentru inteligența artificială, o fotografie este o colecție de milioane de valori numerice care sunt analizate pentru a identifica modele, forme și relații.

Datorită progreselor din domeniul computer vision, AI-ul poate recunoaște obiecte, interpreta scene și sprijini aplicații din ce în ce mai complexe. În următorii ani, această tehnologie va deveni tot mai prezentă în calculatoare, telefoane și alte dispozitive pe care le folosim zilnic.