AI ចាញ់សត្វកណ្តុរក្នុងការទទួលស្គាល់វត្ថុលាក់កំបាំង

ម៉ូដែលឆ្លាតវៃសិប្បនិម្មិតកម្រិតខ្ពស់ (AI) អាចបង្កើតកូដកុំព្យូទ័ររួចហើយ និងជួយ ស្វែងរក ថ្នាំថ្មីៗ។ ប៉ុន្តែនៅពេលដែលវាមកដល់ការទទួលស្គាល់វត្ថុសាមញ្ញ ពួកគេនៅតែមានផ្លូវវែងឆ្ងាយដើម្បីទៅមុនសត្វកណ្តុរតូចៗ។

ចក្ខុវិស័យកណ្ដុរ ដែលត្រូវបានកែលម្អក្នុងរយៈពេលរាប់លានឆ្នាំនៃការវិវត្តន៍នៅតែមានប្រសិទ្ធភាពជាងប្រព័ន្ធសម្គាល់រូបភាព AI ដ៏មានឥទ្ធិពលបំផុតនាពេលបច្ចុប្បន្ននេះ - រូបថត៖ សាកលវិទ្យាល័យ Deakin

នោះគឺជាការសន្និដ្ឋានពីការសិក្សាដែលបានចេញផ្សាយនៅក្នុងទស្សនាវដ្តី Patterns ដែលក្នុងនោះអ្នកស្រាវជ្រាវមកពី Scuola Internazionale Superiore di Studi Avanzati (SISSA) នៅប្រទេសអ៊ីតាលីបានស្នើសុំគំរូ AI ការទទួលស្គាល់រូបភាពដើម្បីព្យាយាមចម្លងសមត្ថភាពរបស់សត្វកណ្តុរក្នុងការទទួលស្គាល់វត្ថុដែលបានបង្វិល ផ្លាស់ប្តូរទំហំ និងដោយផ្នែកដែលជាប់គាំង។

ចក្ខុវិស័យកណ្តុរគឺ 'មានប្រសិទ្ធភាព និងសម្របខ្លួន' ជាង AI

គំរូ AI នៅទីបំផុតអាចចាប់យកសមត្ថភាពដំណើរការរូបភាពរបស់កណ្តុរ ប៉ុន្តែបន្ទាប់ពីប្រើប្រាស់ធនធាន និងថាមពលកុំព្យូទ័រកាន់តែច្រើនឡើងៗ។

ការសម្គាល់វត្ថុនៅក្នុងទីតាំងដើមគឺងាយស្រួលសម្រាប់ទាំង AI និងកណ្តុរ ប៉ុន្តែនៅពេលដែលវត្ថុត្រូវបានផ្លាស់ប្តូរតាមវិធីផ្សេងៗគ្នា អ្នកស្រាវជ្រាវត្រូវជំរុញដំណើរការនៃគំរូ AI ដើម្បីបន្តជាមួយនឹងកណ្តុរ។

អ្នកវិទ្យាសាស្ត្រ និយាយថា ការរកឃើញរបស់ពួកគេបង្ហាញថា ចក្ខុវិស័យកណ្ដុរ ដែលត្រូវបានកែលម្អក្នុងរយៈពេលរាប់លានឆ្នាំនៃការវិវត្តន៍ នៅតែមានប្រសិទ្ធភាពជាងប្រព័ន្ធសម្គាល់ការមើលឃើញដ៏មានឥទ្ធិពលបំផុតនាពេលបច្ចុប្បន្ននេះ។

ចក្ខុវិញ្ញាណរបស់សត្វកណ្ដុរខុសពីរបៀបដែលមនុស្សមើលឃើញតាមវិធីគួរឲ្យកត់សម្គាល់មួយចំនួន។ ទីមួយ ដូចថនិកសត្វដទៃទៀតដែរ ភ្នែករបស់សត្វកណ្ដុរមានទីតាំងនៅសងខាងក្បាលរបស់វា ដែលផ្តល់ឱ្យពួកគេនូវទិដ្ឋភាពកាន់តែទូលំទូលាយ ដែលជាអត្ថប្រយោជន៍ធម្មជាតិសម្រាប់ការប្រទះឃើញ និងជៀសវាងសត្វមំសាសី។

កាន់តែអស្ចារ្យជាងនេះទៅទៀត ការស្រាវជ្រាវពីមុនបានបង្ហាញថា ភ្នែករបស់សត្វកណ្ដុរអាចផ្លាស់ទីក្នុងទិសដៅផ្ទុយគ្នា អាស្រ័យលើរបៀបដែលពួកវាផ្អៀងក្បាល។ នេះធ្វើឱ្យពួកគេហាក់ដូចជា "ភ្នែកឆ្លុះ" នៅពេលដែលក្បាលរបស់ពួកគេត្រូវបានបន្ទាប។

នៅក្នុងការពិសោធន៍ សត្វកណ្តុរត្រូវបានបណ្តុះបណ្តាលឱ្យស្គាល់វត្ថុនៅលើអេក្រង់ដោយទទួលបានរង្វាន់។ នៅពេលដែលពួកគេបានកំណត់អត្តសញ្ញាណវត្ថុគោលដៅបានត្រឹមត្រូវ ពួកគេនឹងធ្វើឱ្យឧបករណ៍ចាប់សញ្ញាប៉ះសកម្ម។

ដើម្បីប្រៀបធៀបសមត្ថភាពនេះទៅនឹង AI អ្នកស្រាវជ្រាវ SISSA បានបង្កើតបណ្តាញប្រសាទប្រសាទ (CNN) ដែលជាគំរូសិក្សាជ្រៅជ្រះដែលទំនើបបំផុតដែលត្រូវបានគេចាត់ទុកថាជាប្រព័ន្ធ AI ដ៏ល្អបំផុតមួយសម្រាប់ការទទួលស្គាល់រូបភាព។ វាត្រូវបានយកគំរូតាមផ្នែកខ្លះនៃ Cortex ដែលមើលឃើញរបស់ថនិកសត្វ។

AI នៅ​មាន​អ្វី​ដែល​ត្រូវ​រៀន

ម៉ូដែល CNN ប្រើប្រព័ន្ធស្រទាប់ដើម្បីសម្គាល់វត្ថុ។ ស្រទាប់មូលដ្ឋានបំផុតអាចដំណើរការ និងកំណត់លក្ខណៈសាមញ្ញដូចជាវណ្ឌវង្ក និងកម្រិតពណ៌។ ស្រទាប់បន្តបន្ទាប់ត្រូវបានបន្ថែមដើម្បីសម្គាល់រូបភាពស្មុគស្មាញ។ ស្រទាប់បន្ថែមនីមួយៗត្រូវការធនធាន និងថាមពលកុំព្យូទ័រកាន់តែច្រើន ស្រដៀងទៅនឹងវិធីដែលឡាសាណាត្រូវការគ្រឿងផ្សំបន្ថែមទៀត ដោយសារស្រទាប់កាន់តែច្រើនត្រូវបានបន្ថែម។

គំរូ CNN នេះត្រូវបានស្នើសុំឱ្យចម្លងសមត្ថភាពរបស់កណ្តុរដើម្បីសម្គាល់វត្ថុនៅក្រោមលក្ខខណ្ឌផ្សេងៗ។ នៅពេលសម្គាល់វត្ថុដែលមិនត្រូវបានបិទបាំង និងនៅក្នុងទីតាំងធម្មតារបស់វា ទាំងកណ្តុរ និង AI ធ្វើបានល្អ។ បន្ទាប់មក AI ត្រូវការតែប្រើស្រទាប់ទីមួយរបស់វាប៉ុណ្ណោះ។

ប៉ុន្តែនៅពេលដែលវត្ថុត្រូវបានបង្វិល ឬផ្លាស់ប្តូរទំហំ CNNs ត្រូវការស្រទាប់ និងធនធានបន្ថែមទៀតដើម្បីដំណើរការបានត្រឹមត្រូវ។ ទន្ទឹមនឹងនេះ សត្វកណ្ដុរនៅតែអាចសម្គាល់វត្ថុបានជាប់លាប់ សូម្បីតែនៅពេលដែលពួកវាត្រូវបានបិទបាំងដោយផ្នែកក៏ដោយ ក៏អ្វីដែល AI តស៊ូជាមួយដែរ។

អ្នកស្រាវជ្រាវបានសន្និដ្ឋានថា ការមើលឃើញរបស់កណ្តុរហាក់ដូចជាមានភាពបត់បែន និងសម្របខ្លួនជាងប្រព័ន្ធសម្គាល់ការមើលឃើញរបស់ AI ។

ការសិក្សាអំពីចក្ខុវិស័យកណ្ដុរគឺជាការរំលឹកថា គំរូ AI ដ៏មានអានុភាពពិតជាគួរឱ្យចាប់អារម្មណ៍ចំពោះកិច្ចការជាក់លាក់មួយចំនួន ប៉ុន្តែពួកគេនៅតែមិនមានដែនកំណត់។

កាលពីចុងឆ្នាំមុន នាយកប្រតិបត្តិ OpenAI លោក Sam Altman បានបោះពុម្ភផ្សាយក្រដាសមួយដែលអះអាងថា ពិភពលោក អាចសម្រេចបាននូវភាពវៃឆ្លាតក្នុងរយៈពេល "ពីរបីពាន់ថ្ងៃ" ។ មហាសេដ្ឋី Elon Musk ក៏បាននិយាយផងដែរថា AI ដ៏ឆ្លាតវៃអាចលេចឡើងនៅឆ្នាំ 2025 ។

ប៉ុន្តែ​តើ​អ្វី​ដែល​ជា​ព្រឹត្តិការណ៍​សំខាន់​ទាំង​នោះ​ពិត​ជា​មាន​ន័យ​ថា? វាជាការពិតដែលគំរូភាសា AI ធំៗបានដំណើរការលើសពីមនុស្សមួយចំនួនលើការប្រឡងស្តង់ដារសម្រាប់ឱសថ និងច្បាប់។ ប៉ុន្តែ AI នៅតែមិនអាចធ្វើការវិនិច្ឆ័យវេជ្ជសាស្រ្តផ្លូវការដោយគ្មានការត្រួតពិនិត្យពីវេជ្ជបណ្ឌិត ហើយមេធាវីដែលប្រើប្រាស់អត្ថបទដែលបង្កើតដោយ AI ត្រូវបានពិន័យសម្រាប់ការបង្ហាញព័ត៌មានមិនពិត។

ជាងនេះទៅទៀត ប្រព័ន្ធ AI កម្រិតខ្ពស់ដែលត្រូវបានដាក់ពង្រាយនៅក្នុងមនុស្សយន្ត bipedal ជារឿយៗតស៊ូជាមួយនឹងតុល្យភាព។ ហើយដូចដែលការសិក្សារបស់ SISSA បង្ហាញ AI ហាក់ដូចជាមិនទាន់ឈានដល់កម្រិតនៃការមើលឃើញដូចសត្វកណ្តុរនៅឡើយ។ ម្យ៉ាង​វិញ​ទៀត AI នៅ​មាន​អ្វី​ជាច្រើន​ដែល​ត្រូវ​រៀន​ពី​មនុស្ស និង​សត្វ។

ប្រភព៖ https://tuoitre.vn/ai-thua-chuot-khi-nhan-dien-vat-the-bi-che-khuat-2025020307425984.htm