Η μελέτη τεχνητής νοημοσύνης δίνει πληροφορίες για το γιατί οι υπερ-αναγνωριστές διαπρέπουν στην αναγνώριση προσώπων
Έχουν χρησιμοποιηθεί στην αναζήτηση των δηλητηριαστών του Salisbury novichok, στην εύρεση υπόπτων για φόνο και ακόμη και στην εντόπιση σεξουαλικών αρπακτικών. Τώρα, η έρευνα αποκάλυψε νέες ιδέες για το γιατί οι υπερ-αναγνωριστές είναι τόσο καλοί στην αναγνώριση προσώπων. Προηγούμενη έρευνα είχε προτείνει άτομα με εξαιρετική ικανότητα να αναγνωρίζουν τους ανθρώπους να κοιτάζουν περισσότερες περιοχές σε ένα πρόσωπο από τους τυπικούς ανθρώπους. Τώρα οι ερευνητές χρησιμοποίησαν έναν τύπο AI για να αποκαλύψουν πώς αυτή η προσέγγιση βοηθάει την ικανότητά τους. UNSW Sydney. Γράφοντας στο περιοδικό Proceedings of the Royal Society B: Biological Sciences, ο Dunn και οι συνεργάτες του αναφέρουν πώς άντλησαν δεδομένα παρακολούθησης των ματιών από μία από τις προηγούμενες μελέτες τους που περιλάμβαναν 37 υπερ-αναγνωριστές και 68 τυπικούς αναγνωριστές. Σε αυτή την εργασία, στους συμμετέχοντες έδειχναν και οι δύο εικόνες όπου φαινόταν η νέα περιοχή του προσώπου και το ένα πρόσωπο. Στη μελέτη, η ομάδα χρησιμοποίησε αυτά τα δεδομένα για να ανακατασκευάσει τις πραγματικές οπτικές πληροφορίες που βλέπουν τα μάτια των συμμετεχόντων. Αυτές οι «πληροφορίες αμφιβληστροειδούς» τροφοδοτήθηκαν στη συνέχεια σε βαθιά νευρωνικά δίκτυα (DNN) –ένας τύπος συστήματος AI– που εκπαιδεύτηκαν να αναγνωρίζουν πρόσωπα. Έδωσαν επίσης στο σύστημα AI μια πλήρη εικόνα είτε του ίδιου προσώπου που είχε δει ο συμμετέχων είτε ενός διαφορετικού προσώπου. Σε κάθε περίπτωση το σύστημα AI έδωσε βαθμολογία για το πόσο παρόμοια ήταν οι πληροφορίες αμφιβληστροειδούς με την εικόνα πλήρους προσώπου που είχε δοθεί. Ορατό.Επίσης, σε όλα τα επίπεδα ορατότητας, η απόδοση του συστήματος AI ήταν υψηλότερη όταν βασίστηκε σε πληροφορίες αμφιβληστροειδούς από υπερ-αναγνωριστές. «Δείχνει ότι οι διαφορές στην ικανότητα αναγνώρισης προσώπου προέρχονται εν μέρει από τον τρόπο με τον οποίο εξερευνούμε ενεργά και δειγματίζουμε οπτικές πληροφορίες, όχι μόνο από μεταγενέστερη επεξεργασία από τον εγκέφαλο», είπε ο Dunn. Ωστόσο, διαπίστωσαν ότι ακόμη και όταν η ποσότητα του προσώπου που καταγράφηκε στις πληροφορίες του αμφιβληστροειδούς ήταν η ίδια, το σύστημα AI τα πήγε καλύτερα όταν τροφοδοτούσε δεδομένα από υπερ-αναγνωριστές. «Αυτό σημαίνει ότι το πλεονέκτημά τους δεν αφορά μόνο την ποσότητα, αλλά και την ποιότητα», είπε ο Dunn. «Επιλέγουν περιοχές που φέρουν περισσότερες ενδείξεις ταυτότητας, επομένως κάθε «pixel» που επιλέγουν είναι πιο πολύτιμο για την αναγνώριση ενός προσώπου». Οι υπερ-αναγνωριστές εξερευνούν το πρόσωπο ευρύτερα, αλλά και δειγματοληπτικά περισσότερες χρήσιμες πληροφορίες», είπε. αναγνώριση, φαίνεται απίθανο να γίνει ο καθένας υπερ-αναγνωριστής. «Προς το παρόν δεν γνωρίζουμε εάν αυτά τα μοτίβα κίνησης των ματιών θα μπορούσαν να εκπαιδευτούν αποτελεσματικά», είπε ο Bennetts. Ο Dunn είπε ότι οι μελέτες είχαν προτείνει ότι η υπερ-αναγνώριση είχε τις ρίζες του στη γενετική και ήταν κληρονομική. Οι ερευνητές ανέπτυξαν ένα δωρεάν τεστ για τον εντοπισμό υπερ-αναγνωριστών, το οποίο είναι διαθέσιμο στο UNSW Face Test.
Δημοσιεύτηκε: 2025-11-05 00:01:00
πηγή: www.theguardian.com
