Η Τεχνητή Νοημοσύνη (AI) έχει ήδη αναπτύξει γνώσεις για δράση σε διαφορετικούς εμπορικούς και καλλιτεχνικούς τομείς, παρουσιάζοντας όλο και πιο εντυπωσιακές προόδους.
Σήμερα, η τεχνητή νοημοσύνη αναπτύσσει περιεχόμενο κειμένου, εικόνας και ήχου, αλλά εξακολουθεί να έχει μια πολύ συγκεκριμένη δυσκολία: δημιουργήστε εικόνες ανθρώπινων χεριών.
δείτε περισσότερα
Ανοίξτε τα μάτια σας: αυτά είναι τα 3 πιο άπιστα ζώδια του ζωδιακού κύκλου
«Barbieflop»: γνωρίστε 6 μοντέλα της κούκλας που ήταν…
Όταν πρόκειται για τη ρεαλιστική αναπαραγωγή αυτών των άκρων, το Τεχνητή νοημοσύνη αντιμετωπίζει προκλήσεις στην κατανόηση της πολυπλοκότητας της ανθρώπινης ανατομίας. Ως εκ τούτου, οι αναπαραγωγές του είναι περιορισμένες, χωρίς σημαντικές λεπτομέρειες, και μάλιστα παράξενες σε ορισμένες περιπτώσεις.
Το περίεργο είναι ότι τα AI είναι ήδη σε θέση να αναπαράγουν ρεαλιστικές εικόνες ανθρώπων, ακόμη και συνδυάζοντας διαφορετικά χαρακτηριστικά ή εξιδανικεύοντας τα μελλοντικά παιδιά, όπως κάνουν πολλοί άνθρωποι στο μεσα ΚΟΙΝΩΝΙΚΗΣ ΔΙΚΤΥΩΣΗΣ.
Ωστόσο, η τεχνολογία εξακολουθεί να μαθαίνει πώς τα χέρια είναι φτιαγμένα από λεπτές λεπτομέρειες, υφές και κινήσεις που είναι αποτέλεσμα ετών ανθρώπινης εξέλιξης.
Για ορισμένους ερευνητές, το πρόβλημα είναι επειδή η τεχνολογία χρειάζεται ακόμα να μάθει περισσότερα για την ανθρώπινη ανατομία. Έτσι, θα αναγνωρίσετε πόσο σημαντικά είναι τα οστά, οι τένοντες και το δέρμα στις εικόνες των χεριών.
Για τον καθηγητή Peter Bentley, από το University College του Λονδίνου, η τεχνολογία κατανοεί τη γενικότητα των χεριών, όπως η παλάμη, τα δάχτυλα και τα νύχια, αλλά εξακολουθεί να μην αναγνωρίζει την πολυπλοκότητα των άκρων.
Η ακριβής αναγνώριση των σχημάτων και των υφών είναι μια άλλη κρίσιμη πτυχή της ρεαλιστικής αναπαραγωγής των ανθρώπινων χεριών. Όταν βλέπουμε ένα χέρι, παρατηρούμε αμέσως το σχήμα, το χρώμα και την υφή. Ωστόσο, για τα AI, αυτό είναι αρκετά περίπλοκο.
Επιπλέον, η τεχνολογία εκτελεί επεξεργασία εικόνας για να επεξεργαστεί αυτό που ζητήθηκε, αλλά ο μηχανισμός εξακολουθεί να μην αναγνωρίζει λεπτομέρειες και σχήματα, όπως ρυτίδες, κηλίδες, φακίδες και την εμφάνιση του φλέβες.
Δηλαδή αυτή η αποτυχία του τεχνολογία μπορεί να λυθεί παρέχοντας περισσότερα δεδομένα και ζητώντας συγκεκριμένες εργασίες. Έτσι η τεχνητή νοημοσύνη θα καταλάβει ότι τα ανθρώπινα χέρια έχουν ιδιόρρυθμες και λεπτές κινήσεις.
(Εικόνα: Gizmodo UOL – DALL-E/Αναπαραγωγή)
Ακόμη και οι πιο διάσημοι κλασικοί γλύπτες και ζωγράφοι, όπως ο Λεονάρντο ντα Βίντσι, έπρεπε να σπουδάσουν ανατομία και να αναπτύξουν προηγμένες τεχνικές για την αναπαραγωγή των ανθρώπινων χεριών.
Ως εκ τούτου, οι προγραμματιστές συστημάτων Τεχνητής Νοημοσύνης ερευνούν ενεργά πώς να διαμορφώσουν τα δεδομένα της τεχνολογίας έτσι ώστε να δημιουργούν ρεαλιστικές εικόνες αυτού του σημαντικού μέλους.
Λόγω της προόδου της τεχνητής νοημοσύνης, είναι θέμα χρόνου να αποκτήσει τέτοιες γνώσεις και να μπορέσει να τις εφαρμόσει σε εικόνες και σε διαφορετικούς τομείς, όπως παιχνίδια και σπουδές ανατομίας.
