tietokonenäkö - AI Feta, the news about scientific AI research

tekoäly

3D-maailma syntyy nyt kerralla – ei kohtausta kohden räätälöiden

Nopea, yleispätevä 3D-rakentaminen yleistyy, mutta ala tarvitsee yhteiset mittarit ja keinot venyä kohti oikeaa maailmaa. Kuvittele, että otat muutaman valokuvan olohuoneestasi ja saat heti ruudulle pyöriteltävän, mittakaavan säilyttävän 3D-version tilasta. Ajatus tuntuu luontevalta aikana, jolloin puhelin tunnistaa kasvonpiirteet ja kielimallit pyörittävät keskusteluja. Silti tällainen ”kuvista suoraan kolmiulotteiseksi” -temppu on ollut

tekoäly

Kielimalleilla on heikko tilantaju – suhteisiin nojaava ohjaus paransi osumatarkkuutta

Kuvittele viesti älykkäälle kotisuunnittelijalle: ”Siirrä sohva ikkunan alle ja laita lattiavalaisin sen oikealle puolelle. Jätä kulkuväylä ovelle.” Ihminen ymmärtää heti, mikä on sohvan, ikkunan ja valaisimen välinen järjestys ja missä on ”oikea puoli”. Useimmat kielimallit eivät. Ne voivat selittää ohjeen uudelleen tai keksiä perusteluja, mutta ne kompastuvat siihen, miten tavarat

tekoäly

Liike pitää ottaa tosissaan tekoälyssä – ei pilkkoa palasiksi

Kun katselet kadulla vastaantulijaa, tiedät hetkessä, käveleekö hän ripeästi, jarrutteleeko tai aikooko kääntyä. Ihmisen aivot lukevat liikkeen vaivatta. Tietokoneelle sama on yhä yllättävän vaikeaa, varsinkin kun sen pitäisi ymmärtää tai tuottaa liikettä sanojen ja kuvien rinnalla. Pitkään on ajateltu, että paras tapa on jakaa ongelma osiin: yksi malli lukee tekstiä,

tekoäly

Tekoäly oppii katsomaan kuvia myös vietnamiksi, kun data ja mittarit päivitetään

Matkalla otettu kuva torilta: muovipussissa vilahtaa keltainen hedelmä, ja joku kysyy puhelimelta vietnamin kielellä, mitä nainen pitää kädessään. Usein vastausta ei tule. Monelle kielelle tekoäly on oppinut puhumaan, mutta näkeminen ja vastaaminen yhtä aikaa on ollut pitkälti englannin varassa. Jo pitkään on ajateltu, että kunhan kielimalli on riittävän vahva, se

tekoäly

Pieni lisäkerros paikkaa tekoälyn tekemien simulaatioiden näkyvimmät virheet

Kuvittele itseajavan auton simulaatio, joka näyttää ensi silmäyksellä hämmästyttävän aidolta. Kun kamera kääntyy risteystä kohti, talojen seinät alkavat kuitenkin ”väristä” ja kaukaa mukaan liimattu pyöräilijä erottuu outona: värit eivät istu, varjo puuttuu. Tältä arki näyttää, kun maailmaa yritetään mallintaa valokuvista rakennetuilla 3D-malleilla ja niiden päälle lisätyillä liikkuvilla hahmoilla. Vuosien ajan

tekoäly

Mitä näyttävämpi kuva, sitä huonompi opettaja

Uusien kuvageneraattorien tuottama aineisto tekee vaikutuksen ihmisille, mutta opettaa muita tekoälyjä entistä huonommin – ja sillä on väliä, jos haluamme korvata kalliit oikeat aineistot synteettisillä. Kuvittele, että haluat opettaa tietokoneen tunnistamaan koiria ja kissoja. Sen sijaan että keräisit tuhansia oikeita kuvia luvilla ja vaivalla, kirjoitat: “ruskea koira nurmikolla”. Hetkessä saat satoja

tekoäly

Paikan voi oppia tunnistamaan myös pimeässä – kun kamera näkee muutokset, ei pelkkää kuvaa

Uusi vertailuaineisto vihjaa, että liikkeeseen reagoivat kamerat ja tekstikuvausten yhdistäminen voivat tehdä koneen havainnoista luotettavampia vaikeissa oloissa – ja kertoa samalla, miksi järjestelmä päätyi ratkaisuunsa. Kuvittele pyöräileväsi iltahämärässä: katuvalot vilkkuvat, vastaantulijan ajovalo tekee tielle valojuovan, sadekuuro sumentaa kaiken hetkeksi. Ihmissilmä ja aivot suoriutuvat tilanteesta hämmästyttävän hyvin. Tavallinen kamera sen sijaan kerää

tekoäly

Itseajon näkökyvylle on sääraja – ja sen voi mitata kuvia huonontamalla

Syksyinen ilta tihuuttaa, vastakkaisesta kaistasta välähtää kirkas valo ja tuulilasissa on hienoinen usva. Ihminen painaa automaattisesti jarrua ja siristää. Mutta milloin itseajava auto “siristää” – ja milloin sen katse pettää? Itseajamisesta on puhuttu vuosia kuin kaikki tai ei mitään -kysymyksenä: auto joko toimii tai ei. Uusi arXivissa julkaistu tutkimus ehdottaa arkisempaa