ניו-טק מגזין | פברואר 2025 | המהדורה הדיגיטלית
והניחו למודל הזיהוי לנתח אותן ולקבוע את מידת הוודאות. כך נוצר תהליך שבו הוזן במודל מספר גדול של תמונות שבהן תאורת האזהרה כבויה, ולאחר מכן רצף של תמונות שבהן אור האזהרה נכבה ונדלק לסירוגין. כפי שאפשר לראות בתרשים, תאורת האזהרה אכן מצליחה לבלבל את המודל וגורמת לתנודתיות בוודאות הזיהוי של הרכב. כדי לבסס את הטענה ערכו החוקרים בדיקה נוספת, שבה הם בחנו את התדירות שבה תאורת האזהרה נכבית ונדלקת, ומצאו כי היא מחזורים בשנייה. ואכן זה 1.3 הרץ. כלומר 1.3 בדיוק קצב השינוי בין הוודאות ואי-הוודאות בפלט המודל. אם כך, מדוע תאורת האזהרה גרמה לירידה החדה ברמת הזיהוי של המודל? כל תמונה מורכבת מאוסף של נקודות (פיקסלים), וכל פיקסל מורכב משלושה ערכים מספריים שמייצגים את כמות האור האדום, הירוק והכחול. על פי החוקרים, הבעיה היא בחלוקת הצבע הכחול בתמונה, ובייחוד באזור המכונית החונה, שמשתנה עקב הבהוב נורת האזהרה וכך משנה את הקלט של המודל. משהבעיה הובנה, החוקרים עברו לחפש פתרון , Caracetamol – "תרופה", שאותה כינו בשם על בסיס המילה פרצטמול – תרופה לשיכוך כאבים. כפי שהזכרנו, המודל מזהה העצמים מאומן על מאגר מידע שמסומן מראש. התמונות מהסרטון שמתקבל ממצלמת כלי הרכב מועברות למודל שמזהה את העצמים ומעביר את המידע הלאה. החוקרים בעצם הוסיפו שכבות נוספות לתהליך הזיהוי. ראשית, עם קבלת כל תמונה בדקו החוקרים אם קיימת נורת אזהרה. אם לא, התמונות הועברו למודל מזהה העצמים הרגיל. אם אכן זוהתה נורת אזהרה, התמונה הועברה למודל זיהוי נוסף שהותאם לכלי רכב עם נורות אזהרה. לבסוף, פלטי כל המודלים שולבו יחד בפלט אחיד. החוקרים הצליחו לשפר את תנודתיות המודל בהשוואה למודל הזיהוי המקורי. בממוצע, , הוודאות 0.21- הוודאות המינימלית עלתה ב , והוודאות המקסימלית 0.27- הממוצעת ב בטווח 0.19 . בנוסף נרשמה ירידה של 0.07- ב Jonathan Weiss, Shutterstock קרדיט: באדיבות מכון דוידסון לחינוך מדעי, הזרוע החינוכית של מכון ויצמן למדע. על תוכנת הבינה תמונת כותרת: « המלאכותית להחליט מה לעשות על סמך קלט שמתקבל מחיישנים, כגון מצלמות, לייזר, מכ"ם ועוד. מכוניות חשמליות של חברת טסלה
נורת האזהרה המהבהבת מפחיתה מאוד את מידת הוודאות של הזיהוי כ"מכונית". : 2 תמונה « ניידת משטרה עם אורות מהבהבים באדיבות מכון דוידסון לחינוך מדעי, הזרוע Kreative Baacha, Shutterstock קרדיט: החינוכית של מכון ויצמן למדע.
ודאות הזיהוי של עצם מסוג מכונית לפי פריים. הקו האדום מסמל את הזמן : 3 תמונה « מתוך קרדיט: | שתאורת האזהרה כבויה והקו הכחול את הזמן שתאורת האזהרה דולקת באדיבות מכון דוידסון לחינוך מדעי, הזרוע החינוכית של מכון ויצמן למדע. Feldman et al
יתפסו בוודאי מקום גדל והולך בחיינו בעתיד. עם זאת, עדיין יש בהן כשלים מסוכנים, ויש מי שמפקפקים בבטיחותן ובמוסריות של השימוש בהן. יש הטוענים כי כבר כיום מדינות נעזרות במערכות אלו במלחמות, ויש אפילו שמועות על מערכות בינה מלאכותית שתקפו מטרות בלי שקיבלו הוראה לעשות זאת. בנוסף לדיונים האלה, מתעוררות לא מעט שאלות בנוגע לזכויות היוצרים על התוכן ששימש לאימון הבינה המלאכותית. באדיבות מכון דוידסון לחינוך מדעי, הזרוע החינוכית של מכון ויצמן למדע. קישור לכתבה ■
הוודאות, כלומר ההפרש בין הוודאות המקסימלית למינימלית, שמייצגת שיפור משמעותי ביציבות המודל. השלבים הנוספים אומנם האריכו את זמן הניתוח, אך לטענת החוקרים לא מדובר בתוספת שתכביד על משאבי מחשב הרכב. ומה הלאה? החוקרים לא השתמשו במצלמות ובמודלים של כלי רכב אוטונומיים של טסלה, אלא במצלמות מסחריות רגילות ובמודלי זיהוי שמפורסמים בקוד פתוח. כמו כן הם התקשו למצוא מאגרי מידע של תמונות כלי רכב עם תאורת אזהרה בחושך, וכמובן ככל שמאגר המידע גדול יותר – אמינותו גבוהה יותר. מערכות טכנולוגיות מבוססות בינה מלאכותית
אתר מכון דוידסון לחינוך מדעי ■ https :// davidson . weizmann . ac . il /
31 l New-Tech Magazine
Made with FlippingBook Ebook Creator