Bilgisayarlar görsel tanıma konusunda tahmin edebileceğinizden daha iyi. Hatta bir dizi görüntüden nesneleri tanıma konusunda insanlara rakip olabilecek düzeydeler.
Peki bilgisayarlar insan görsel sisteminin bir taklidi mi? Bilgisayar sistemlerinin bazı alanlarda hala insanlar olmadan devam edememesi, soruyu cevaplamaya yetiyor sanırım.
Konu ile ilgili yapılan araştırmaya gelecek olursak…
PNAS’ın yayınladığı bir döküman, bilgisayar ve insan görme sistemlerinin nasıl farklı çalıştığını gözler önüne seriyor.
İnsan beynindeki esnekliğin bilgisayarlarda olmaması, bilgisayar ve insan görme sistemleri arasındaki farkı tam olarak özetlemeye yetiyor.
İnsanların konuşma tanımlama sistemi ile birilerini hatırlaması mümkünken, bilgisayarlada bu özelliğin olmaması, insanlar küçük bir ipucu ile bulanık bir resmi tamamlayabilirken, bilgisayarların bunu yapamaması, bilgisayarın insanlık karşısında kaybeden taraf olmasına neden oluyor.
PNAS’a geri dönecek olursak…
PNASyazarları bilgisayar vizyon modelleri ve insan beyni arasındaki farkları saptamak için bulanık ve zor görüntülerden oluşan bir dizi görüntüden yararlandı. Hatta minimal tanınabilir doku, (mIRCs) olarak adlandırılan; en düşüğe yakın tanınabilirlik oranına sahip görüntülerden de faydalanıldı.
İlk karşılaştırma, insanlar ve bilgisayarlar arasında MIRC ve sub-MIRC (tanınabilirlik seviyesinin en alt noktası) tanımasının benzer seviyelerde olup olmadığıydı. Sonuç ise, bilgisayar modellerinin bu görüntüler üzerinde çok iyi performans vermediği yönünde. Anlayacağınız kazanan yine insanlar oldu.
İnsanları bilgisayar karşısında yeterince övdük, yalnız insanlar için dramatik bir sonuçta söz konusu… Son tanınabilir görüntüde, insanlar görüntüyü yüzde 93 oranında doğru tespit ederken; küçük bir değişiklik ile sub-MIRC görüntü gösterildiğinde, bu oran yüzde üçe düştü.
MIRC görüntüler üzerinde özel olarak eğitilen bilgisayarlar, doğruluk konusunda insan performansına kıyasla hala düşük bir sonuç elde etti. Bunun nedeni bilgisayarların görüntünün bileşenlerini tek tek ayırt edemiyor olmasından kaynaklanıyor.
Genel olarak, bilgisayarlar görüntü tanımada gerçekten iyi işler çıkarıyor. Fakat insanlar kadar iyi değiller.. Görüntülerdeki bireysel bileşenleri kullanamadıkları için asgari bilgilere dayalı bilgi bulmakta zorlanıyorlar.