การตรวจสอบชิ้นส่วนด้วยกล้องตรวจจับเป็นวิธีที่ได้รับความนิยมในงานอุตสาหกรรม เพื่อควบคุมมาตรฐานและความปลอดภัยของชิ้นส่วน ซึ่งสามารถตอบสนองการทำงานได้อย่างรวดเร็ว รวมถึงการทำงานต่อเนื่องที่มีประสิทธิภาพ แต่รู้หรือไม่ว่า Algorithm ที่ใช้นั้นมีจุดบอดในการตรวจจับตั้งแต่สองวัตถุขึ้นไปในหนึ่งภาพสำหรับความเหมือนหรือแตกต่าง
นักวิจัยจาก Brown University พบว่าความผิดพลาดในการตรวจจับของระบบตรวจจับด้วยคอมพิวเตอร์ยุคปัจจุบันไม่สามารถระบุของที่แม้แต่เด็กน้อยยังสามารถทำได้ คือ การระบุความแตกต่างหรือความเหมือนกันของวัตถุตั้งแต่สองชิ้นขึ้นไปในภาพเดียวกัน
การทดสอบนั้นเกิดขึ้นจากให้คอมพิวเตอร์วิเคราะห์รูปภาพ ขาว-ดำ ที่มีรูปร่าง 2 แบบหรือมากกว่านั้น มีทั้งการตรวจจับวัตถุเดิมที่มีการหมุนเปลี่ยนมุม บางวัตถุมีความแตกต่างอย่างสิ้นเชิง ซึ่งเครื่องคอมพิวเตอร์ต้องระบุความแตกต่างเหล่านั้น ภายหลังจากการทดสอบเป็นพันครั้งคอมพิวเตอร์ยังไม่สามารถจดจำหาความเชื่อมโยงที่ถูกต้องได้
เมื่อคอมพิวเตอร์ดูภาพมันไม่สามารถบอกได้ว่าจุดไหนเป็นวัตถุในภาพและอันไหนเป็นภาพพื้นหลังหรือวัตถุอื่น คอมพิวเตอร์จะมองเห็นชุดของ Pixel ที่มีแพทเทิร์นที่คล้ายกัน ซึ่งปรกติจะเรียนรู้ภายใต้เงื่อนไขที่กำหนดมาตายตัวแน่นอน ทำให้สามารถตรวจสอบและระบุปัญหาที่ถูกกำหนดเอาไว้ได้อย่างรวดเร็วแม่นยำ แต่กลับล้มเหลวในการเปรียบเทียบระหว่างวัตถุ โดยทีมวิจัยตั้งสมมติฐานว่าปัญหาเกิดจากโครงสร้างของ Machine Learning ที่เป็นหัวใจหลักของ Algorithm ของคอมพิวเตอร์ในยุคปัจจุบัน
ที่มา:
- Sciencedaily.com
