Percepção da máquina - Machine perception

A percepção da máquina é a capacidade de um sistema de computador de interpretar dados de uma maneira semelhante à forma como os humanos usam seus sentidos para se relacionar com o mundo ao seu redor. O método básico que os computadores aceitam e respondem ao ambiente é por meio do hardware conectado. Até recentemente, a entrada era limitada a um teclado ou mouse, mas os avanços na tecnologia, tanto em hardware quanto em software, permitiram que os computadores captassem a entrada sensorial de uma forma semelhante aos humanos.

A percepção da máquina permite que o computador use essa entrada sensorial, assim como os meios computacionais convencionais de coleta de informações, para coletar informações com maior precisão e apresentá-las de uma forma mais confortável para o usuário. Isso inclui visão computacional , audição de máquina, toque de máquina e cheiro de máquina.

O objetivo final da percepção da máquina é dar às máquinas a capacidade de ver, sentir e perceber o mundo como os humanos o fazem e, portanto, ser capazes de explicar de uma forma humana por que estão tomando suas decisões, para nos avisar quando ele está falhando e, mais importante, o motivo pelo qual ele está falhando. Esse propósito é muito semelhante aos propósitos propostos para a inteligência artificial em geral, exceto que a percepção da máquina apenas concederia às máquinas sensibilidade limitada , em vez de conceder às máquinas plena consciência , autoconsciência e intencionalidade . A tecnologia, os cientistas e os pesquisadores de hoje ainda têm um longo caminho a percorrer antes de atingir esse objetivo.

Visão de máquina

A visão computacional é um campo que inclui métodos para adquirir, processar, analisar e compreender imagens e dados de alta dimensão do mundo real para produzir informações numéricas ou simbólicas, por exemplo, na forma de decisões. A visão computacional já tem muitas aplicações em uso hoje, como reconhecimento facial , modelagem geográfica e até julgamento estético.

No entanto, as máquinas ainda lutam para interpretar a imputação visual com precisão se essa imputação estiver borrada e se o ponto de vista no qual o estímulo é visualizado varia frequentemente. Os computadores também lutam para determinar a natureza apropriada de algum estímulo se sobreposto ou se tocam perfeitamente outro estímulo. Isso se refere ao Princípio da Boa Continuação . As máquinas também lutam para perceber e registrar o funcionamento do estímulo de acordo com o princípio do Movimento Aparente, que os psicólogos da Gestalt pesquisaram.

Audição de máquina

A audição por máquina , também conhecida como audição por máquina ou audição por computador , é a capacidade de um computador ou máquina de captar e processar dados sonoros, como fala ou música. Esta área possui uma ampla gama de aplicações, incluindo gravação e compressão de música, síntese de fala e reconhecimento de fala. Além disso, essa tecnologia permite que a máquina replique a capacidade do cérebro humano de se concentrar seletivamente em um som específico contra muitos outros sons concorrentes e ruídos de fundo. Esta habilidade particular é chamada de “análise de cena auditiva”. A tecnologia permite que a máquina segmente vários fluxos que ocorrem ao mesmo tempo. Muitos dispositivos comumente usados, como smartphones, tradutores de voz e carros, fazem uso de alguma forma de audição mecânica. A tecnologia atual ainda ocasionalmente luta com a segmentação da fala . Isso significa ouvir palavras dentro de frases, especialmente quando os acentos humanos são contabilizados.

Toque da máquina

O toque da máquina é uma área de percepção da máquina onde as informações táteis são processadas por uma máquina ou computador. As aplicações incluem a percepção tátil das propriedades da superfície e destreza, por meio das quais as informações táteis podem permitir reflexos inteligentes e interação com o ambiente. (Isso poderia ser feito medindo quando e onde ocorre o atrito e de que natureza e intensidade o atrito é). As máquinas, entretanto, ainda não têm como medir algumas experiências humanas físicas que consideramos comuns, incluindo a dor física. Por exemplo, os cientistas ainda não inventaram um substituto mecânico para os nociceptores no corpo e no cérebro que são responsáveis ​​por perceber e medir o desconforto e o sofrimento humanos físicos.

Olfato de máquina

Os cientistas também estão desenvolvendo computadores conhecidos como olfato de máquina, que também podem reconhecer e medir cheiros. Os produtos químicos transportados pelo ar podem ser detectados e classificados com um dispositivo às vezes conhecido como nariz eletrônico . Embora os protótipos atuais dessa tecnologia ainda sejam elementares, os possíveis usos futuros para essas máquinas são incrivelmente impressionantes.

O futuro

Além dos listados acima, alguns dos obstáculos futuros que a ciência da percepção da máquina ainda precisa superar incluem, mas não estão limitados a:

- Cognição incorporada - A teoria de que a cognição é uma experiência de corpo inteiro e, portanto, só pode existir e, portanto, ser medida e analisada em plenitude se todas as habilidades e processos humanos necessários estiverem trabalhando juntos por meio de uma rede de sistemas mutuamente conscientes e de apoio.

- O paradoxo de Moravec (veja o link)

- O Princípio da Similaridade - A habilidade que as crianças pequenas desenvolvem para determinar em qual família um estímulo recém-introduzido se enquadra, mesmo quando o referido estímulo é diferente dos membros com os quais a criança normalmente se associa a tal família. (Um exemplo pode ser uma criança imaginando que um chihuahua é um cachorro e animal de estimação, e não um verme.)

- A Inferência Inconsciente : O comportamento humano natural de determinar se um novo estímulo é perigoso ou não, o que é, e então como se relacionar com ele sem nunca exigir nenhum novo esforço consciente.

- A habilidade humana inata de seguir o Princípio da Probabilidade para aprender com as circunstâncias e outras pessoas ao longo do tempo.

- A teoria de reconhecimento por componentes - sendo capaz de analisar mentalmente e quebrar até mesmo mecanismos complicados em partes gerenciáveis ​​com as quais interagir. Por exemplo: Uma pessoa vendo tanto a xícara quanto as partes da alça que compõem uma caneca cheia de chocolate quente, para usar a alça para segurar a caneca de forma a evitar que se queime.

- O princípio da energia livre - determinar muito antes quanta energia alguém pode delegar com segurança para estar ciente das coisas fora de si mesmo sem a perda da energia necessária para sustentar sua vida e funcionar de forma satisfatória. Isso permite que a pessoa se torne perfeitamente consciente do mundo ao seu redor, sem esgotar sua energia a ponto de sofrer um estresse prejudicial, fadiga de decisão e / ou exaustão.

Veja também

Referências

  1. ^ a b c d Malcolm Tatum (3 de outubro de 2012). "O que é percepção da máquina" .
  2. ^ a b c Alexander Serov (29 de janeiro de 2013). "Realidade Subjetiva e Inteligência Artificial Forte". arXiv : 1301.6359 [ cs.AI ].
  3. ^ "Laboratório de Percepção de Máquina e Robótica Cognitiva" . www.ccs.fau.edu . Recuperado em 18/06/2016 .
  4. ^ "Pesquisa de percepção de máquina - ECE - Virginia Tech" . www.ECE.VT.edu . Recuperado em 10 de janeiro de 2018 .
  5. ^ a b Dhar, Sagnik; Ordonez, Vicente; Berg, Tamara L. (2011). "Atributos descritíveis de alto nível para prever estética e interesse" (PDF) . CVPR 2011 . pp. 1657–1664. doi : 10.1109 / CVPR.2011.5995467 . ISBN  978-1-4577-0394-2.
  6. ^ a b Tanguiane ( Tangian ), Andranick (1993). Percepção Artificial e Reconhecimento Musical . Berlin-Heidelberg: Springer.
  7. ^ Tanguiane (Tangian), Andranick (1994). "Princípio da correlatividade da percepção e suas aplicações ao reconhecimento musical". Percepção musical . 11 (4): 465–502.
  8. ^ a b Lyon, Richard (2010). "Machine Hearing: An Emerging Field [Exploratory DSP". Revista de Processamento de Sinais do IEEE . 27 (5): 131–139. Bibcode : 2010ISPM ... 27..131L . doi : 10.1109 / MSP.2010.937498 .
  9. ^ Tangian, Andranik (2001). “Como pensamos: modelando interações de memória e pensamento” . Processamento Cognitivo . 2 : 117–151. doi : 10.5445 / IR / 1000133287 .
  10. ^ "Laboratório de Percepção de Máquina e Robótica Cognitiva" . ccs.FAU.edu . Recuperado em 10 de janeiro de 2018 .
  11. ^ "Aprendizagem de exploração de forma háptica eficiente com uma matriz de sensor tátil rígido, S. Fleer, A. Moringen, R. Klatzky, H. Ritter" .
  12. ^ Turk, Matthew (2000). "Perceptive Media: Machine Perception and Human Computer Interaction" (PDF) . Jornal Chinês de Computadores . 12 . páginas 1235-1244