Para peneliti di Fujitsu dan MIT Center for Brains, Minds and Machines (CBMM) telah mencapai “tonggak utama” dalam upaya meningkatkan akurasi model AI ditugaskan untuk pengenalan gambar.
Seperti yang dijelaskan dalam makalah baru dipresentasikan di NeurIPS 2021 (terbuka di tab baru)kolaborator telah mengembangkan metode komputasi yang mencerminkan otak manusia untuk mengaktifkan AI yang dapat mengenali informasi yang tidak ada dalam data pelatihannya (juga disebut data di luar distribusi, atau ODD).
Meskipun AI sudah digunakan untuk pengenalan gambar dalam berbagai konteks (misalnya analisis sinar-X medis), kinerja model saat ini sangat sensitif terhadap lingkungan. Signifikansi AI yang mampu mengenali ODD adalah bahwa akurasi dipertahankan dalam kondisi yang tidak sempurna – misalnya, ketika perspektif atau tingkat cahaya berbeda dari gambar tempat model dilatih.
Meningkatkan akurasi AI
MIT dan Fujitsu mencapai prestasi ini dengan membagi jauh jaringan saraf (DNN) ke dalam modul, yang masing-masing bertanggung jawab untuk mengenali atribut yang berbeda, seperti bentuk atau warna, yang serupa dengan cara otak manusia memproses informasi visual.
Menurut pengujian terhadap tolok ukur CLEVR-CoGenT, model AI yang menggunakan teknik ini adalah yang paling akurat hingga saat ini dalam hal pengenalan gambar.
Pencapaian ini menandai tonggak utama untuk pengembangan teknologi AI di masa depan yang dapat menghadirkan alat baru untuk model pelatihan yang dapat merespons secara fleksibel terhadap berbagai situasi dan mengenali bahkan data yang tidak dikenal yang sangat berbeda dari data pelatihan asli dengan akurasi tinggi, dan kami melihat menantikan peluang dunia nyata yang menarik yang terbuka,” kata Dr. Seishi Okamoto, Rekan di Fujitsu.
Tomaso Poggio, seorang profesor di Departemen Ilmu Otak dan Kognitif MIT, mengatakan prinsip perhitungan yang terinspirasi oleh ilmu saraf juga memiliki potensi untuk mengatasi masalah seperti bias basis data.
“Ada kesenjangan yang signifikan antara DNN dan manusia saat dievaluasi dalam kondisi di luar distribusi, yang sangat membahayakan aplikasi AI, terutama dalam hal keamanan dan keadilannya. Hasil yang diperoleh selama ini dalam program penelitian ini merupakan langkah yang baik [towards addressing these kinds of issues],” dia berkata.
Ke depan, Fujitsu dan CBMM mengatakan bahwa mereka akan berusaha untuk lebih menyempurnakan temuan mereka dalam upaya mengembangkan model AI yang mampu membuat penilaian yang fleksibel, dengan maksud untuk menempatkan mereka bekerja di bidang seperti manufaktur dan perawatan medis.