محققان در مطالعه جدیدی به بررسی تفاوت پردازش بینایی انسان و مدلهای فعلی هوش مصنوعی پرداختهاند. در حالی که انسانها محیط را به صورت «تکههای متوالی و محلی» (Local Glimpses) درک میکنند، مدلهای فعلی بینایی ماشین سعی دارند کل تصویر را یکباره پردازش کنند.
این تحقیق نشان میدهد که استفاده از روشهای «توجه محلی» (Local Attention) نه تنها به مدلها کمک میکند تا در انجام وظایف پیچیده بهتر عمل کنند، بلکه باعث میشود آنها در تعمیمدهی (Generalization) بسیار قویتر و شبیهتر به سیستمهای زیستی عمل کنند. به نظر میرسد آینده بینایی ماشین در گرو بازگشت به رویکردهای مرحلهبندی شده است!
منبع: arXiv AI
