Keeruliste mustrite äratundmine (0)

Tartu Ülikool
KEERULISTE MUSTRITE ÄRATUNDMINE
Referaat-essee
Tartu 2009
OSKUS KESKKONNAS OLULISI ELEMENTE ERISTADA
Kuidas aju tunneb keskkonnas erinevaid mustreid ära? Tegu on tähtsa, kuid keerulise neuroteaduse valdkonna küsimusega. Vastus küsimusele aitaks kaasa tehnoloogia nagu iseseisvate robotite või tuvastusprogrammide arengule. Tänapäeval on sellise tehnika väljatöötamisega algust tehtud, kuid hetkesed tehissüsteemid pole võrreldavad inimeste võimetega.
Oskus erinevaid kujutisi keskkonnast eristada on äärmiselt oluline organismi ellujäämise seisukohalt. Tegu on vajaliku võimega, mille abil elusolend täidab mitmeid eluks vajalike toiminguid . Ka pealtnäha lihtsad loomad kasutavad eelnimetatud oskust – näiteks mesilased suudavad väliselt eristada erinevaid taimi.
Kui teadus oleks võimeline täielikult mõistma elusorganismi äratundmise oskust, looks selline avastus tee uutele tehnikaimedele, millest siiamaani on juttu olnud ainult ulmekirjanduses. Hetkel on tehisintellekt täpisülesannetes tõhusam kui inimene. Masin suudab kontrollida etteantud mõõte täpsemini ning pikemalt kui elusolend. Enamus tegevused maailmas sõltuvad vähemal või rohkemal määral keskkonna muutustest ning teistest segavatest faktoritest, mille kõigiga tehissüsteem ei suuda toime tulla ning jääb inimesele alla.
INIMNÄO ÄRATUNDMINE
Viimaste aastate jooksul on terrorism maailma hirmutanud rohkem kui kunagi varem. Sellest tulenevalt rahastavad mitmed riigid varasemast rohkem inimnäo äratundmise tehnoloogia arendamist . Eesmärgiks on luua tehissüsteem, mis suudaks näo järgi inimest tuvastada või vähemalt leida otsitav teiste inimest hulgast.
Neuroteadus on seotud tehisintellekti loomisega, kuna inimeste eristamis- ja tuvastamisvõime limiidid on ka tehnikale esialgseteks piiranguteks. Samuti on püütud neuronite tööd matkida masinasüsteemide visuaalses valdkonnas. Inimmõistus on aga suuresti veel mõistatus ja väga tihedalt ei suudeta bioloogiliste ja tehislike süsteemide vahel seoseid luua.
Põhiprobleemiks on kujunenud tehisintellekti raskused inimnägude sarnasuste märkamises, kui nägu on erineva nurga all. Masin ei suuda näo väliseid omadusi seostada sama näoga, kui viimane on teise nurga alt pildistatud või filmitud. Lisaks segavad arvuti otsustusvõimet nägude erinev valgustatus, vananemismärgid ja näoilmed.
Mõned äratundmissüsteemid on rohkem täpsemad ja ei põhine pelgalt pikslitepõhisel tuvastamisel. Sellised programmid arvutavad ja mõõdavad näoosade nagu nina, silmade ja suu kaugust ja nurka teineteisest, kuid kahjuks ei ole praktikas see arvutisüsteem väga edukas. Keeruliseks on osutunud näoosade efektiivne mõõtmine.
„Katsed pole andnud lõplike tulemusi, milliste tunnuste järgi tunneb inimene nägu kõige paremini. Üldiselt eeldatakse, et piisab silmade, suu ja nina eristamisest, kuna neid on ka kõige lihtsam kirjeldada. Politseitöös palutakse tunnistajal kahtlusaluse näoosi kirjeldada ning seejärel luuakse tükk-haaval pilt, mis peaks kujutama kahtlusalust . Kahjuks ei ole loodud pildid väga täpsed. Uuringud näitavad, et lisaks suule, ninale ja silmadele on väga oluline ka lõua ning juuste osa näo tuvastamisel. Need kaks tunnust on aga üsna lihtne tagaotsitaval muuta, lõigates näiteks juukseid või kasvatades habeme.
Eigenfaces” äratundmissüsteem on üks populaarseimad omasugustest Ameerika Ühendriikides. Süsteem kujutab endast paljude erinevate nägude kogu digitiseeritud kujul. Neid kogusid kasutades on võimalik määrata ühe kindla isiku kirjeldus eelnimetatud näokogumike kaudu. „Eigenface” tehnoloogiat on katsetatud ühes USA lennujaamas, kus programm tulemuste korrektsus oli alla 50%. Selline tulemus on kõike muud kui rahuldav, kuna kaitsesüsteem peab olema täpne ning vältima vigade tekkimist. Vastasel korral raiskab programm personali aega ning ahistab süütuid inimesi.
RÄÄKIJA JA INIMHÄÄLE ÄRATUNDMINE
Rääkija äratundmissüsteem võimaldab eelkõige isikute tuvastamist. Erinevalt näoeristusprogrammist pole vaja luua eraldi helivõrgustiku, kuna on juba olemas telefoniliinid ning muud sidevahendid . Ainsana on vaja tarkvara , mis suudaks edukalt identifitseerida hääle omanikku .
Isegi kui katsed on näidanud, et lindistatud häält on võimalik kindlates tingimustes edukalt tuvastada, tekivad probleemid igapäevaelu keskkonnas.
Rääkija tuvastamissüsteem peab olema piisavalt paindlik, et segajad nagu ruumi akustika, mirofoni sagedus ja taustamüra ei põhjustaks probleeme hääle kindlaks tegemisel. Rääkimata muutujatest nagu haige kurk või kõneleja stressitase. Samuti on vajalik, et süsteemi poleks võimalik petta häälematkijate poolt. Inimese hääle lindistust kasutades võib võõras hääletuvastussüsteemi nina pidi vedada ning tulemuseks ongi identideedivargus.
Teadlased uurivad lisaks hääle omaniku tuvastamisele ka helidest arusaamise oskuse lisamist arvutiprogrammile. Hääle äratundmine on rääkija tuvastamisest erinev. Rääkija tuvastamisel otsitakse hääle õiget omaniku, kuid hääle äratundmise idee seisneb arvuti arusaamises sõnadest, käskudest jne. Põhitakistused, miks arvuti ei suuda häälest aru saada, on häälduse variantsioonid erineva kõnelejate puhul, taustamüra ja mikrofoni sageduse muutus.
KOKKUVÕTE
Kahtlemata on oluline esiteks mõista inimmõistust ja selle tööd, et luua süsteemi või masinat, mis suudaks samaväärselt inimesega võistelda. Kuigi tehnikasaavutused suudavad teatuid funktsioone täita täpsemini ja kiiremini kui inimkäed, pole tehisintellekt siiamaani veel piisavalt paindlik, et ilma järelvalveta keeruliste ülesannetega toime tulla. Inimsarnase tehisintellekti saavutamiseks tuleb kasutada bioloogilisi süsteeme kui eeskuju.
Selle asemel, et üritada leida spetsiifilist seaduspärasust, kuidas arvuti suudaks inimnägu või häält identifitseerida, tuleks pöörata tähelepanu, kuidas inimaju seda sama teeb. Praegu paljud tehnoloogiaarendaja kontsentreeruvad kindla valemi arvutamisele, mille abil tehisintellektil täita see puuduv lüli, mis võimaldaks programmi kohanemisvõimel konkureerida elusolendiga. Kas poleks mõistlikum uurida inimmõistust, süsteemi, mille puhul on teada selle usaldusväärsus ning toimetulek ülesannetega, ja kasutada saadud informatsiooni tehnoloogia täiustamisel. Ma usun, et neuroteadusel on tulevikus suur osa tehisintellekti väljatöötamisel.
KASUTATUD KIRJANDUS
Sinha, P. (2002) “Recognizing complex patterns ” [sinha_recognition.pdf]