هوش مصنوعی اشیا را مثل انسان نمی‌بیند؟

حتی اگر یک گربه اسفینکس بدون مو در عکس باشد، شما به راحتی می‌فهمید که این یک گربه است و آن را با فیل اشتباه نمی‌گیرید. اما بسیاری از سیستم‌های بینایی هوش مصنوعی ممکن است این اشتباه را کنند. دلیلش این است که این سیستم‌ها اغلب برای دسته‌بندی اشیاء به الگوهای بصری ساده یا بافت سطحی تکیه می‌کنند. بنابراین کوچک‌ترین تغییرات که برای انسان اهمیت کمی دارد، می‌تواند AI را گیج کند.

سیستم بینایی انسان، برخلاف دوربین ساده، تجربه و معنا را در نظر می‌گیرد و اشیاء را بر اساس شکل، کاربرد و زمینه درک می‌کند. به عنوان مثال، شما یک فنجان قهوه را نه صرفاً به خاطر شکل آن، بلکه به دلیل کارکرد و جایگاهش در زندگی روزمره‌تان می‌شناسید.

هوش مصنوعی، اما، تنها به دنبال الگوهای بصری است که برچسب درست تولید کنند و ارتباط آن با دنیای گسترده‌تر برایش اهمیت ندارد. این تفاوت بنیادین باعث می‌شود AI گاهی در موقعیت‌های واقعی و حساس اشتباه کند؛ مثلاً یک تابلو توقف خراب‌شده را با بیلبورد یا شیء دیگری اشتباه بگیرد.

برای نزدیک‌تر کردن AI به درک انسان، پژوهشگران روی «هم‌ترازی نمایشی» (representational alignment)  کار می‌کنند؛ یعنی آموزش AI به‌گونه‌ای که روابط بین اشیاء را مشابه ذهن انسان درک کند. مثلاً اگر انسان گربه را به سگ نزدیک‌تر از فیل بداند، AI هم همین قضاوت را انجام دهد.

این رویکرد تنها به سیستم‌های بینایی محدود نیست؛ در پزشکی یا تحلیل تصاویر حیاتی، هم‌ترازی نمایشی می‌تواند منجر به تصمیم‌گیری‌های دقیق‌تر و ایمن‌تر شود. به‌کارگیری اصول شناخت انسان، مانند شباهت، زمینه و ساختار روابط، به AI کمک می‌کند نه فقط دقیق‌تر، بلکه اخلاقی‌تر و قابل اعتمادتر عمل کند.