من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
رویای شنل نامرئی هری پاتر با هوش مصنوعی فیسبوک به حقیقت میپیوندند
منتشر شده در analyticsinsight به تاریخ ۲۳ نوامبر ۲۰۲۲
لینک منبع Harry Potter Dreams Come True with Facebook AI Invisibility Cloak
از لحاظ تاریخی، شنلهای نامرئی فقط در داستانهای علمی تخیلی وجود داشتهاند، اما به لطف هری پاتر، افراد ممکن است به زودی بتوانند خیالات خود را برآورده کنند. اخیراً، گروهی از محققان دانشگاه مریلند، کالج پارک با هوش مصنوعی فیس بوک برای ایجاد یک "شنل نامرئی" واقعی همکاری کردند. شنل، که در واقع یک ژاکت پر جنبوجوش است، فوراً شما را از میدان دید ماشین پاک میکند. طبق یک مقاله Gagadget، تیم مطالعه از الگوهای متضاد روی ژاکت استفاده کرد تا فرد را از بیشتر آشکارسازهای شیء محبوب پنهان کند. به سادگی، یک انسان در چشم مدلهای هوش مصنوعی که افراد را هنگام پوشیدن ژاکت تشخیص میدهند، «نامرئی» میشود.
توسعهدهندگان در ابتدا قصد داشتند سیستمهای یادگیری ماشینی را از نظر عیوب آزمایش کنند، اما نتیجه آن چاپ روی لباس بود که دوربینهای هوش مصنوعی نمیتوانند آن را ببینند. یکی از کاربران در Redditویدئویی از فیلم آزمایشی را با عنوان "این ژاکت تولید شده توسط دانشگاه مریلند از "الگوهای متخاصم" برای تبدیل شدن به شنل نامرئی در برابر هوش مصنوعی استفاده میکند. در اداره یا در حال فرار، این پیراهن لباسی شیک و راهی عالی برای گرم ماندن در زمستان است. دارای یک تناسب معاصر، یک پوشش میکروفلیس خشک و یک الگوی رقابتی است که از اکثر آشکارسازهای شی گریزان است. برای نمایش، از یک الگوی آموزش داده شده بر روی مجموعه داده COCOبا هدف درست شده برای جلوگیری از آشکارساز YOLOv2 "گروه ایجاد شده" استفاده میشود.
مجموعه داده SOCO، که برای آموزش سیستم بینایی کامپیوتری YOLOv2 استفاده میشود، توسط محققان برای یافتن الگویی که به تشخیص شخص کمک میکند، استفاده شد. فرآیند مشابه، الگوی مخالف را ایجاد کرد، که سپس به یک تصویر تبدیل شد - چاپ روی یک ژاکت. بنابراین صاحب چنین ژاکتی می تواند توسط سیستمهای امنیتی کشف نشود.
توضیح این تیم در مورد این پروژه را میتوان در وبسایت دانشگاه مریلند یافت: «به جای آشکارسازهایی که موارد خاصی را در داخل یک تصویر مشخص میکنند، اکثر تحقیقات در مورد حملات خصمانه واقعی بر روی طبقهبندی کنندهها متمرکز شده است که یک برچسب کلی به کل تصویر میدهند. هزاران جعبه مرزی بالقوه با موقعیتها، اندازهها و نسبتهای مختلف، هنگام جستجوی تصویر توسط آشکارسازها در نظر گرفته میشوند. فریب دادن خروجی تک آشکارساز شی بسیار دشوارتر از فریب دادن خروجی تک طبقهبندیکننده است، زیرا یک مثال متخاصم باید با موفقیت تمام قبلیهای تصویر را فریب دهد.
"ژاکت جادویی" توجه بسیاری را به خود جلب کرد، اما برخی کارایی آن را زیر سوال بردند. یکی از کاربران آن را با شوخی که «این بسیار زشت است، حتی هوش مصنوعی هم نمیخواهد آن را ببیند» مسخره کرد. یکی دیگر گفت: منظورم این است. ادعای نامرئی بودن میتواند بیشازحد باشد. او هنوز برای دوربین قابل مشاهده است، اما نه به طور کامل. آیا من در این تصور که پلیس ممکن است از این برای ردیابی مجرمان استفاده کند، اشتباه میکنم؟ بر اساس گزارش هکستر، سویشرتهای رقیب YOLOv2 تنها 50 درصد موفقیت در تست پوشیدنی داشتند.
این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.
مطلبی دیگر از این انتشارات
آزمایش خون ویروس کورونا رازهای پزشکی را برملا میکند
مطلبی دیگر از این انتشارات
اگر یک گردشگر در فضا بمیرد چه باید کرد؟
مطلبی دیگر از این انتشارات
دانشمندان روسی یک ماده فوق سخت جدید را سنتز میکنند.