Ana içeriğe geç

Makine görmeyi nasıl öğrenir?

Sürücüsüz giden araçlar dur levhalarını algılıyor, endoskoplar kanseri teşhis ediyor. Bunun nasıl olduğunu bize bir yapay zeka uzmanı açıklıyor.

Tanja Zech, 04.12.2018
VIDETE: DFKI’nin Mekanik Görme projesi
VIDETE: DFKI’nin Mekanik Görme projesi © DFKI

VIDETE! – Görün! Alman Yapay Zeka Araştırma Merkezi’nin (DFKI) bir projesi bu başlığı taşıyor. Kaiserslautern kentindeki merkezde, “Genişletilmiş Realite” çalışma grubundaki yapay zeka uzmanları mekanik görme yöntemi geliştiriyorlar. Amaç, makinelerin hareket eden nesneleri sırf bir kamerayla güvenilir biçimde algılamalarını sağlamak. Şimdiye kadarki benzer sistemler, en az iki kameraya gereksinim duyuyor.

Makine görmeyi nasıl öğrenebiliyor?

Projenin yöneticisi Gerd Reis, bir konuya netlik kazandırıyor: „Bir insanın görmesiyle bir robotun görmesi, birbiriyle hiçbir alakası olmayan şeyler”. Mekanik „görmeyi öğrenme“ matematiksel bir süreç. Burada mesele, robotlara nöronik ağlar aracılığıyla -aslında bu bir yazılım- etrafını anlamayı öğretme meselesi. Örneğin trafik ortamlarında araçları ve hareketleri fark etmeyi ve trafik levhalarını doğru yorumlamayı. 

Nöronik ağlarla sağlanan mekanik öğrenmede son derece çok değişken var. Araştırmacılar, çıktılarla beklenen sonuçları karşılaştırıp, sapmanın derecesini analiz ediyorlar. Sonra adım adım birebir örtüşmenin son noktasına varılıyor. Böylece sistem veri girişiyle doğru çıktı arasındaki bağlantıyı öğreniyor.

Mekanik görmenin kullanılabileceği hangi alanlar var?

En başta sürücüsüz yolculukta ve sanayide. Ama tıbbi görüntüleme yöntemi sayesinde kanser tespiti; spor dalında yarışma görüntülerinin değerlendirilmesi veya yaşlı insanlar için asistan sistemleri  (Ambient Asssitant Living). Reis buna şu sözlerle açıklı getiriyor: „Oradaki kişi, bilincini yitirip koltuğa yığılmış ve acil yardıma mı ihtiyaç duyuyor, yoksa oturmuş huzur içinde kitap mı okuyor; bunun ayırt edilebilmesi gerekiyor”.

Yapay zeka araştırmacıları hangi zorlu görevlerle karşı karşıya?

VIDETE, makinenin kararlarının nasıl gerekçelendirilebileceklerini de araştırıyor. Yapay zekanın trafik levhalarını -kirlenmiş bile olsalar- daima doğru algılamasını temin etmek almak nasıl mümkün olur? Ya da yapay zekanın endoskopide bir doku değişikliğini kanser olarak algılamasına yol açan şey nedir? Daha insanlar sonuçtan yarar sağlamadan önce, bir başka algoritma kararın seyrini kontrolden geçiriyor. “Tıpkı, ikinci bir hekimin görüşüne başvurmak gibi” diyor Reis.

© www.deutschland.de

Newsletter #UpdateGermany: You would like to receive regular information about Germany? Subscribe here to: