機械感知machine perception)係指電腦系統人類用啲感覺感知周圍世界噉嚟解釋數據嘅能力, [1] 可以計作係人工智能當中其中一個重要議題。電腦基本上都要經由啲連埋嘅硬件嚟接收並響應個環境。直至最近,輸入都仲限於鍵盤抑或鼠標,但係硬件同軟件方面嘅技術進步經已令到電腦接受得感覺輸入,並以一種類似於人類嘅方式嚟接收。

機械感知允許電腦用感官輸入佮埋啲常規嘅收集訊息嘅計算方式,嚟更準噉收集訊息,並以一種用戶友好嘅方式呈現返啲訊息。呢啲包括電腦視覺、機械聽覺、機械觸覺同機械嗅覺。

機械感知嘅最終目標係令到啲機械可以似人類噉觀察、感受同埋感知個世界,等佢哋可以攞人類嘅方式解釋返佢哋做出某個決策嘅原因,而且喺失敗陣時向啲人發出警告。最緊要係講得出佢自己失敗嘅原因。[2]一般嚟講,呢個目的戥設想嘅人工智能個目的非常之相似,唔同之處在於機械感知只會畀到機械有限嘅感知力,而唔係賦予機械充分嘅意識自我意識同意向性(intentionality)。之不過而今啲技術、科學家同研究人員照舊有一段路要行,先實現得嗰個目標。

機械視覺 編輯

内文:電腦視覺

電腦視覺係一個好廣泛嘅領域,包括嗮啲方法用嚟從現實世界獲取、處理、分析同理解啲圖像與及啲真實世界嘅高維數據嘅,嚟產生啲數字抑或符號訊息(譬如決策訊息)。而今,電腦視覺經已有好多應用程序用緊,譬如面部識別地理建模、甚至係美學判斷。

之但係,機械照舊好難準確噉詮釋返視覺演算結果,若果結果模糊、又或者接收刺激(stimulus)個視點經常喺度變化嘅話。若果有重疊抑或無縫觸摸另一種刺激,電腦亦都好難確定某種刺激嘅適當性質(proper nature)。呢層涉及「良好連續性原則 」。

機械聽覺 編輯

又叫電腦聽覺,係電腦抑或機械接收同處理聲音數據(譬如語音抑或音樂)嘅能力。[3][4]呢個領域具有廣泛嘅應用,包括音樂記錄壓縮語音合成語音識別[5] 而且,呢項技術令到機械複製得到個人腦選擇性聚焦於特定聲音嘅能力,嚟對抗好多其他競爭性聲音與及背景噪聲。呢種特殊能力喊做「聽覺場景分析」,之可以令到機械分割得同時湧現緊嘅多個聽覺訊號流。[6] [7]好多常用嘅設備,譬如智能手機、語音翻譯器同汽車,都用緊某種形式嘅機械聽覺。即使機械聽覺好多時經已達到相當高嘅識別率、應付得好多日常情況,當前嘅技術噻時都仲係會面臨語音分割嘅難題,即好難鎅出句子入便嘅一粒粒單詞,尤其係兼顧到唔同人嘅口音嗰陣。

機械觸覺 編輯

機械觸覺係機械感知嘅區域,其中機械抑或電腦處理觸覺訊息。應用包括對表面特性同靈巧性觸覺感知,噉樣觸覺訊息可以幫助實現智能反應(intelligent reflexes)同埋戥環境嘅互動。(呢個可以透過測量何時何地發生唨摩擦以及摩擦嘅性質同強度來完成)。但係,機械照舊冇辦法測量啲着認為係好普通嘅某啲人類身體感受,包括身體疼痛。譬如,科學家仲未發明一種機械替代人身體同大腦入便啲傷害感受器英文Nociceptor嘅方法,啲感受器負責留意同衡量人體嘅唔適感同痛苦感。

機械嗅覺 編輯

啲科學家仲開發緊有機械嗅覺能力嘅電腦,呢個電腦仲可以識別同測量氣味。空氣傳播嘅化學物質可以透過有時喊做電子鼻嘅設備而得到感應同分類。直觀目前呢項技術嘅原型仲係好基礎,但呢類機械將來可能有令人印象深刻嘅用途。

未來 編輯

除唨上述嗰啲之外,機械感知科學照舊需要克服嘅一啲未來障礙包括但唔限於:

認知嵌入 編輯

認知嵌入Embodied cognition)認爲認知係一種全身經驗,因此只能完整噉存在同埋得到度量同分析,前提係啲所有必需嘅人類能力同過程都一齊運行喺一個提供支持嘅系統網絡當中、而且各能力同過程內部都互相知曉。

Moravec悖論 編輯

内文:Moravec悖論

相似性原則 編輯

相似性原則(Principle of Similarity)係指啲幼兒習得嘅一種能力,喺即使所述刺激唔同於戥個仔女通常有拏褦嘅成員(譬如家庭成員)嗰陣,用呢種能力佢都可以確定新引入嘅刺激係屬於邊個家庭。(譬如,一個仔女可能認為芝娃娃係一種狗又係家養寵物,而唔係害蟲。)

無意識推論 編輯

無意識推論Unconscious inference)係人類嘅一種自然行為,攞嚟確定新刺激係唔係有危險、係乜嘢、點樣應對嘅,而當中唔需要意識本身去參與。

可能性原則 編輯

人類天生識遵循「可能性原則」(Likelihood principle),好隨住時間嘅推移從環境同他人中學習。

憑部件識別理論 編輯

憑部件識別理論(Recognition-by-components theory)意指可以喺精神上進行分析,分解啲去到好複雜嘅機制成好多處理得嘅部份嚟幫助交互。譬如:一個人同時睇到隻杯身同埋杯椗,從屬於一隻裝滿熱可可嘅杯嘅,就識用杯椗嚟揸杯以免熝親。

自由能量原理 編輯

自由能量原理(Free energy principle)意指提前好長時間確定一個人可以安全噉派分幾多能量,嚟瞭解自己自身之外啲嘢,又唔會嘥嗮自己啲所需能量,啲對好穩陣噉維持返佢個生命同功能嚟講、係必需嘅。噉樣,佢就又可以最佳噉瞭解自己週遭嘅世界,又唔會耗嗮自己嘅能量、搞到佢哋要面臨危險壓力、決策疲勞同埋/抑或精疲力盡去。

睇埋 編輯

參考 編輯

  1. "Machine Perception & Cognitive Robotics Laboratory". www.ccs.fau.edu. 喺2016-06-18搵到.
  2. "Machine Perception Research - ECE - Virginia Tech". www.ECE.VT.edu. 原著喺2021年3月7號歸檔. 喺January 10, 2018搵到.
  3. Tanguiane (Tangian), Andranick (1993). Artificial Perception and Music Recognition. Berlin-Heidelberg: Springer.
  4. Tanguiane (Tangian), Andranick (1994). "Principle of correlativity of perception and its applications to music recognition". Music Perception. 11 (4): 465–502.
  5. 5.0 5.1 Lyon, Richard (2010). "Machine Hearing: An Emerging Field [Exploratory DSP". IEEE Signal Processing Magazine. 27 (5): 131–139. Bibcode:2010ISPM...27..131L. doi:10.1109/MSP.2010.937498.
  6. Tangian, Andranik (2001). "How do we think: modeling interactions of memory and thinking". Cognitive Processing. 2: 117–151.
  7. "Machine Perception & Cognitive Robotics Laboratory". ccs.FAU.edu. 喺January 10, 2018搵到.
  8. Turk, Matthew (2000). "Perceptive Media: Machine Perception and Human Computer Interaction" (PDF). Chinese Journal of Computers. 12. pages 1235-1244
  9. Dhar, Sagnik; Ordonez, Vicente; Berg, Tamara L. (2011). "High level describable attributes for predicting aesthetics and interestingness" (PDF). CVPR 2011. pp. 1657–1664. doi:10.1109/CVPR.2011.5995467. ISBN 978-1-4577-0394-2.
  10. Malcolm Tatum (October 3, 2012). "What is Machine Perception".
  11. Alexander Serov (January 29, 2013). "Subjective Reality and Strong Artificial Intelligence". arXiv:1301.6359 [cs.AI].