AI แพ้หนูในการตรวจจับวัตถุที่ซ่อนอยู่

โมเดลปัญญาประดิษฐ์ขั้นสูง (AI) สามารถสร้างโค้ดคอมพิวเตอร์และช่วย ค้นพบ ยาใหม่ๆ ได้แล้ว แต่การจะจดจำวัตถุง่ายๆ พวกมันยังต้องพัฒนาอีกมากก่อนจะพัฒนาเป็นหนูตัวจิ๋ว

AI thua chuột khi nhận diện vật thể bị che khuất - Ảnh 1. — การมองเห็นของหนูซึ่งได้รับการปรับปรุงมาเป็นเวลาหลายล้านปีของวิวัฒนาการยังคงมีประสิทธิภาพมากกว่าระบบการจดจำภาพ AI ที่ทรงพลังที่สุดในปัจจุบัน - ภาพ: มหาวิทยาลัย Deakin

นั่นคือข้อสรุปจากการศึกษาที่ตีพิมพ์ในวารสาร Patterns โดยนักวิจัยจาก Scuola Internazionale Superiore di Studi Avanzati (SISSA) ในอิตาลีได้ขอให้โมเดล AI จดจำภาพพยายามจำลองความสามารถของหนูในการจดจำวัตถุที่หมุน ปรับขนาด และบดบังบางส่วน

การมองเห็นของเมาส์มี 'ประสิทธิภาพและปรับตัว' ได้มากกว่า AI

ในที่สุดโมเดล AI ก็สามารถตามทันความสามารถในการประมวลผลภาพของเมาส์ได้ แต่ก็ต้องใช้ทรัพยากรและพลังการประมวลผลเพิ่มมากขึ้นเรื่อยๆ

การจดจำวัตถุในตำแหน่งเดิมเป็นเรื่องง่ายสำหรับทั้ง AI และเมาส์ แต่เมื่อวัตถุถูกเปลี่ยนแปลงในรูปแบบที่แตกต่างกัน นักวิจัยจะต้องเพิ่มประสิทธิภาพของโมเดล AI เพื่อให้ทันกับเมาส์

นักวิทยาศาสตร์ กล่าวว่าผลการค้นพบของพวกเขาแสดงให้เห็นว่าการมองเห็นของหนูซึ่งได้รับการปรับปรุงมาตลอดหลายล้านปีของวิวัฒนาการยังคงมีประสิทธิภาพมากกว่าระบบการจดจำภาพอันทรงพลังที่สุดในปัจจุบัน

การมองเห็นของหนูแตกต่างจากการมองเห็นของมนุษย์ในหลายประการ ประการแรก เช่นเดียวกับสัตว์เลี้ยงลูกด้วยนมอื่นๆ ดวงตาของหนูอยู่ด้านข้างศีรษะ ทำให้มีมุมมองที่กว้างกว่า ซึ่งเป็นข้อได้เปรียบตามธรรมชาติในการมองเห็นและหลบเลี่ยงผู้ล่า

ที่น่าทึ่งยิ่งกว่านั้น งานวิจัยก่อนหน้านี้แสดงให้เห็นว่าดวงตาของหนูสามารถเคลื่อนไหวไปในทิศทางตรงกันข้ามได้ ขึ้นอยู่กับลักษณะการเอียงศีรษะ ซึ่งทำให้ดูเหมือน "ตาเหล่" เมื่อก้มศีรษะลง

ในการทดลองนี้ หนูถูกฝึกให้จดจำวัตถุบนหน้าจอโดยการรับรางวัล เมื่อพวกมันระบุวัตถุเป้าหมายได้อย่างถูกต้อง พวกมันจะเปิดใช้งานเซ็นเซอร์สัมผัส

เพื่อเปรียบเทียบความสามารถนี้กับ AI นักวิจัยจาก SISSA ได้สร้างโครงข่ายประสาทเทียมแบบ Convolutional (CNN) ซึ่งเป็นแบบจำลองการเรียนรู้เชิงลึกที่ทันสมัยและได้รับการยกย่องว่าเป็นหนึ่งในระบบ AI ที่ดีที่สุดสำหรับการจดจำภาพ ตัว CNN เองก็มีแบบจำลองบางส่วนมาจากคอร์เทกซ์การมองเห็นของสัตว์เลี้ยงลูกด้วยนม

AI ยังมีสิ่งที่ต้องเรียนรู้อีกมาก

แบบจำลอง CNN ใช้ระบบแบบเลเยอร์เพื่อจดจำวัตถุ เลเยอร์พื้นฐานที่สุดสามารถประมวลผลและระบุลักษณะพื้นฐาน เช่น เส้นขอบและความคมชัด เลเยอร์ถัดไปจะถูกเพิ่มเข้ามาเพื่อจดจำภาพที่ซับซ้อนยิ่งขึ้น แต่ละเลเยอร์ที่เพิ่มเข้ามาจะต้องใช้ทรัพยากรและพลังการประมวลผลมากขึ้น คล้ายกับที่ลาซานญ่าต้องใช้ส่วนผสมมากขึ้นเมื่อเพิ่มเลเยอร์มากขึ้น

จากนั้นแบบจำลอง CNN นี้ถูกขอให้จำลองความสามารถของหนูในการจดจำวัตถุภายใต้เงื่อนไขที่หลากหลาย เมื่อจดจำวัตถุที่ไม่บดบังและอยู่ในตำแหน่งปกติ ทั้งหนูและ AI ทำได้ดี จากนั้น AI จำเป็นต้องใช้เลเยอร์แรกเท่านั้น

แต่เมื่อวัตถุถูกหมุนหรือปรับขนาด CNN จำเป็นต้องใช้เลเยอร์และทรัพยากรมากขึ้นเพื่อให้ทำงานได้อย่างถูกต้อง ในขณะเดียวกัน หนูก็ยังสามารถจดจำวัตถุได้อย่างสม่ำเสมอ แม้ว่าวัตถุนั้นจะถูกบดบังบางส่วน ซึ่งเป็นสิ่งที่ AI ยังทำได้ยาก

นักวิจัยสรุปว่าการมองเห็นของหนูมีความยืดหยุ่นและปรับตัวได้มากกว่าระบบการจดจำภาพของ AI

การศึกษาการมองเห็นของหนูเป็นการเตือนใจว่าโมเดล AI ที่ทรงพลังนั้นน่าประทับใจในงานเฉพาะบางอย่าง แต่ก็ยังมีข้อจำกัดอยู่บ้าง

เมื่อปลายปีที่แล้ว แซม อัลท์แมน ซีอีโอของ OpenAI ได้เผยแพร่บทความที่อ้างว่าโลก สามารถบรรลุถึงปัญญาประดิษฐ์ระดับเหนือมนุษย์ได้ภายใน "เวลาเพียงไม่กี่พันวัน" มหาเศรษฐีอีลอน มัสก์ ยังได้กล่าวอีกว่าปัญญาประดิษฐ์ระดับเหนือมนุษย์อาจเกิดขึ้นภายในปี 2025

แต่เหตุการณ์สำคัญเหล่านั้นมีความหมายที่แท้จริงอย่างไร? จริงอยู่ที่โมเดลภาษา AI ขนาดใหญ่มีประสิทธิภาพเหนือกว่ามนุษย์บางคนในการสอบมาตรฐานสำหรับวิชาแพทย์และกฎหมาย แต่ AI ยังคงไม่สามารถวินิจฉัยโรคอย่างเป็นทางการได้หากปราศจากการดูแลของแพทย์ และทนายความที่ใช้ข้อความที่ AI สร้างขึ้นก็ถูกปรับฐานบิดเบือนข้อมูล

ยิ่งไปกว่านั้น ระบบ AI ขั้นสูงที่ติดตั้งในหุ่นยนต์สองขามักมีปัญหาเรื่องสมดุล และจากการศึกษาของ SISSA พบว่า AI ดูเหมือนจะยังไม่สามารถบรรลุระดับความคมชัดของการมองเห็นได้เทียบเท่ากับหนู กล่าวอีกนัยหนึ่งคือ AI ยังคงต้องเรียนรู้อีกมาก ทั้งจากมนุษย์และสัตว์

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