Perceptimi i makinerive përdor sensorë dhe algoritme për të interpretuar botën, ndërsa perceptimi njerëzor mbështetet në shqisat biologjike dhe dekada të përvojës së jetuar. Të dy sistemet përpunojnë të dhënat shqisore, por ato ndryshojnë në mënyrë dramatike në saktësi, përshtatshmëri dhe aftësinë për të kuptuar kontekstin.
Një degë e inteligjencës artificiale që u mundëson kompjuterëve dhe robotëve të interpretojnë të dhënat nga kamerat, mikrofonat dhe sensorë të tjerë.
Procesi biologjik me anë të të cilit truri i njeriut interpreton informacionin shqisor nga shikimi, dëgjimi, prekja, shija dhe nuhatja.
| Veçori | Perceptimi i Makinës | Perceptimi Njerëzor |
|---|---|---|
| Metoda e hyrjes | Sensorë dixhitalë (kamera, LiDAR, mikrofonë) | Shqisat biologjike (sytë, veshët, lëkura, hunda, gjuha) |
| Shpejtësia e përpunimit | Miliarda operacione për sekondë | Afërsisht 11 milionë bit për sekondë të të dhënave shqisore |
| Qasja e të Mësuarit | Trajnuar në grupe të dhënash të etiketuara dhe sinjale përforcuese | Mëson përmes përvojës, imitimit dhe ndërveprimit shoqëror |
| Efikasiteti i Energjisë | Kërkon energji të konsiderueshme elektrike (vat në kilovat) | Truri i njeriut punon me rreth 20 vat |
| Përshtatshmëria | I kufizuar në të dhënat e trajnimit; vështirësi me situata të reja | Shumë fleksibël; mund të përgjithësohet nga shumë pak shembuj |
| Trajtimi i Gabimeve | Dështon në heshtje ose me besim të lartë në të dhëna të panjohura | Njoh pasigurinë dhe kërkon më shumë informacion |
| Kuptimi i Kontekstit | Mbështetet në karakteristika të projektuara ose modele të mësuara | Mbështetet në njohuritë kulturore, emocionet dhe kujtesën |
| Kushtet e Operimit | Më i miri në mjedise të strukturuara, të ndriçuara mirë dhe të parashikueshme | Funksionon në pothuajse çdo mjedis natyror në Tokë |
Perceptimi i makinës funksionon duke konvertuar të dhënat e papërpunuara të sensorëve në përfaqësime numerike që algoritmet mund t'i analizojnë. Një kamera, për shembull, kap pikselë që transformohen në harta karakteristikash përmes shtresave të rrjeteve nervore. Perceptimi njerëzor ndjek një rrugë të ngjashme nga poshtë lart, por shton përpunim nga lart poshtë, ku pritjet dhe kujtimet formojnë atë që shohim në të vërtetë. Kjo është arsyeja pse një mjek mund të dallojë një frakturë të lehtë në një rreze X që një fillestar do ta humbiste plotësisht.
Trajnimi i një sistemi perceptimi makinerik zakonisht kërkon mijëra ose miliona shembuj të etiketuar, dhe përditësimi i modelit do të thotë ritrajnim mbi të dhëna të reja. Njerëzit, në të kundërt, mund të mësojnë të njohin një specie të re shpendi pasi e kanë parë vetëm një ose dy herë. Kjo efikasitet i mostrës mbetet një nga boshllëqet më të mëdha midis perceptimit artificial dhe biologjik, dhe është një fushë aktive e kërkimit të IA-së e njohur si të mësuarit me pak goditje.
Makineritë shkëlqejnë në mjedise të kontrolluara ku ndriçimi, këndet dhe sfondet mbeten të qëndrueshme, prandaj robotët e fabrikës mund të dallojnë defektet me saktësi mbinjerëzore. Njerëzit shkëlqejnë në mjedise të çrregullta, të paparashikueshme, plot paqartësi dhe nuanca sociale. Hyni në një grup të mbushur me njerëz dhe menjëherë mund të dalloni zërin e mikut tuaj, një detyrë që ende sfidon edhe sistemet më të mira të njohjes së të folurit.
Ekzekutimi i një modeli perceptimi të teknologjisë së fundit mund të kërkojë fuqi të jashtëzakonshme llogaritëse, shpesh duke kërkuar GPU ose çipa të specializuar që konsumojnë energji të konsiderueshme elektrike. Truri i njeriut arrin arritje të krahasueshme të njohjes së modeleve duke përdorur afërsisht energjinë e një llambë të zbehtë. Ky hendek në efikasitet shpjegon pse integrimi i inteligjencës artificiale në pajisje të vogla si aparatet e dëgjimit ose orët inteligjente mbetet teknikisht sfiduese.
Sistemet e perceptimit të makinerive mund të mashtrohen nga shembuj kundërshtarë, ndryshime të vogla në pikselë të padukshme për njerëzit që shkaktojnë klasifikim të gabuar. Njerëzit rrallë bien pre e trukeve të tilla, megjithëse kemi dobësitë tona në formën e iluzioneve optike dhe paragjykimeve njohëse. Të dy sistemet bëjnë gabime, por natyra e këtyre gabimeve zbulon dallime themelore në mënyrën se si secili prej tyre ndërton mirëkuptimin.
Perceptimi i makinerive nxit diagnostikimin e imazherisë mjekësore, automjetet autonome, njohjen e fytyrës dhe kontrollin e cilësisë në prodhim. Perceptimi njerëzor udhëheq gjithçka, nga vlerësimi i artit te vendimmarrja kirurgjikale dhe bisedat e rastësishme. Gjithnjë e më shumë, të dyja punojnë së bashku, me inteligjencën artificiale që merret me detyra vizuale të përsëritura, ndërsa njerëzit ofrojnë gjykim, kreativitet dhe mbikëqyrje etike.
Perceptimi i makinës e sheh botën në të njëjtën mënyrë siç e shohin njerëzit.
Sistemet e inteligjencës artificiale i përpunojnë pikselët si vargje numerike dhe zbulojnë modele statistikore, ndërsa njerëzit interpretojnë skenat duke përdorur kujtesën, emocionet dhe kontekstin kulturor. Një rrjet nervor mund ta etiketojë një foto me saktësi pa kuptuar se çfarë domethënie kanë në të vërtetë objektet.
Perceptimi njerëzor është gjithmonë i saktë dhe objektiv.
Truri ynë vazhdimisht zgjedh rrugë të shkurtra dhe plotëson informacionin që mungon, prandaj dëshmia e dëshmitarëve okularë mund të jetë e pabesueshme dhe iluzionet optike funksionojnë. Perceptimi është gjithmonë një interpretim, jo një regjistrim i përsosur i realitetit.
Pasi të trajnohen, sistemet e perceptimit të makinerive nuk bëjnë kurrë gabime.
Edhe modelet shumë të sakta dështojnë në raste skajesh, kënde të pazakonta ose të dhëna hyrëse që ndryshojnë nga të dhënat e trajnimit. Një makinë autonome mund ta klasifikojë gabimisht një këmbësor që vesh rroba të pazakonta ose që kalon rrugën në një vendndodhje të papritur.
Njerëzit mund të perceptojnë vetëm pesë shqisa.
Përtej shikimit, dëgjimit, shijes, nuhatjes dhe prekjes, njerëzit ndiejnë gjithashtu ekuilibrin, temperaturën, dhimbjen dhe proprioceptimin (pozicionin e trupit). Sistemet e perceptimit të makinerive shpesh përfshijnë edhe më shumë lloje sensorësh, si LiDAR dhe infra të kuqe.
Perceptimi i inteligjencës artificiale është tashmë më i zgjuar se perceptimi njerëzor.
IA mund t’i mundë njerëzit në detyra të ngushta si shahu ose në teste specifike të klasifikimit të imazheve, por kuptimi i përgjithshëm vizual mbetet shumë më i gjerë se sistemet aktuale. Një fëmijë i vogël ende i tejkalon robotët më të përparuar në lundrimin në një dhomë të rrëmujshme.
Zgjidhni perceptimin e makinës kur keni nevojë për përpunim të qëndrueshëm dhe të palodhur të vëllimeve të mëdha të të dhënave në mjedise të strukturuara si fabrikat ose sistemet e mbikëqyrjes. Zgjidhni perceptimin njerëzor për detyra që kërkojnë kreativitet, arsyetim etik ose përshtatje ndaj situatave vërtet të reja. Zgjidhjet më të fuqishme sot i kombinojnë të dyja, duke i lënë makinat të merren me shkallën ndërsa njerëzit kontribuojnë në kuptim.
Agregimi i preferencave kombinon preferenca të shumta individuale në vendime kolektive, ndërsa modelimi i parashikimit individual parashikon sjelljen personale duke përdorur të mësuarit automatik në të dhënat e një përdoruesi të vetëm. Të dyja shërbejnë për qëllime të dallueshme në sistemet e inteligjencës artificiale, nga motorët e rekomandimeve deri te platformat demokratike të votimit.
Ky krahasim arkitektonik vë në kontrast inxhinierinë deterministe të Agjentëve të Bazuar në Rregulla me natyrën adaptive të të dhënave të Agjentëve të Bazuar në Mësim, duke vlerësuar zbatueshmërinë e tyre në botën reale, kufijtë e shkallëzimit dhe performancën në kushte pasigurie.
Ky udhëzues i detajuar shqyrton ndryshimet strukturore dhe operacionale midis agjentëve autonomë dhe sistemeve të automatizimit të skriptuar. Ndërsa mjetet e skriptuara ofrojnë parashikueshmëri të pakrahasueshme për rrjedha pune të ngurta dhe përsëritëse, agjentët inteligjentë modernë shfrytëzojnë arsyetimin kognitiv për të lundruar në mënyrë të pavarur në të dhëna të ndryshueshme, pengesa teknike të papritura dhe peizazhe të dhënash shumë komplekse dhe të pastrukturuara.
Agjentët autonomë të IA-së veprojnë në mënyrë të pavarur duke planifikuar, arsyetuar dhe ekzekutuar detyra shumë-hapëshe me ndërhyrje minimale njerëzore, ndërsa sistemet e IA-së të bazuara në shpejtësi u përgjigjen udhëzimeve individuale të përdoruesit, një ndërveprim në të njëjtën kohë. Dallimi kryesor qëndron në agjenci: agjentët ndjekin qëllimet nëpër seanca, ndërsa sistemet e shpejtësisë presin për drejtim.
Agjentët bisedorë përqendrohen në dialogun natyror dhe ndërveprimet e bazuara në tekst, ndërsa agjentët që përdorin mjete zgjerojnë aftësitë e IA-së duke thirrur funksione dhe API të jashtme. Të dy përfaqësojnë qasje të dallueshme ndaj sistemeve autonome të IA-së, me modelet bisedore që shkëlqejnë në komunikim dhe agjentët që përdorin mjete të specializuar në ekzekutimin e detyrave në botën reale.
