İnsan beyninin bir leylek kuşunu genel kuş kategorisinden ayırması ile yapay zekanın aynı ayrımı yapması arasında temel farklar bulunuyor. MIT araştırmacıları tarafından gerçekleştirilen yeni çalışma, benzer doğruluk oranlarına sahip olan insan ve makine görüş sistemlerinin, kategorileri birbirleriyle karıştırma şekillerinde belirgin farklılıklar sergilediğini ortaya koydu.
Araştırma ekibi, doğal görüntü kategorilendirme görevinde 12 farklı bozulma türü altında insan ve derin sinir ağı tepkilerini karşılaştırdı. Karışıklık matrislerindeki asimetriyi nicelleştiren bilim insanları, bu organizasyonun bilgi-hata dengesinin geometrisiyle bağlantılı olduğunu keşfetti. Bu denge, bir sistemin bozulma altında ne kadar verimli ve zarif şekilde genelleme yapabildiğini gösteriyor.
Bulgular şaşırtıcı farklılıklar ortaya koydu: İnsanlar birçok sınıf çifti arasında geniş ama zayıf asimetriler sergilerken, derin görme modelleri birkaç baskın kategoriye doğru daha seyrek ama güçlü yönlü çökmeler gösteriyor. Bu farklılık, yapay görme sistemlerinin nasıl çalıştığını anlamamız ve gelecekteki geliştirmeler için kritik öneme sahip.
Çalışma, sadece doğruluk oranlarına bakmanın yanıltıcı olabileceğini ve sistemlerin temel işleyiş mekanizmalarını anlamak için daha derinlemesine analizlerin gerekli olduğunu gösteriyor.