Kunstig Intelligens

"Kan du se tre trær?" – Hvorfor datasyn fortsatt feiler på enkle geometriske oppgaver

En fersk analyse av hvordan visuelle KI-modeller tolker enkle geometriske scener – som å identifisere og telle tre trær i et landskap – avdekker en overraskende svakhet i dagens teknologi. Til tross for de enorme fremskrittene innen bildegenerering de siste årene, viser det seg at maskinsyn (computer vision) fortsatt har dype, fundamentale problemer med romlig forståelse og relasjoner mellom objekter.

Bakgrunnen er at nevrale nettverk ikke "ser" verden slik vi gjør, med dybde, volum og fysiske barrierer. I stedet gjenkjenner de statistiske mønstre i piksler. Når en modell blir bedt om å skille mellom objekter som overlapper, eller utføre enkle telleoppgaver i et tredimensjonalt rom, svikter ofte den logiske forståelsen fordi modellen mangler en reell fysisk verdensmodell.

For produksjonsbedrifter som vurderer roboter til sortering av deler, eller logistikkaktører som planlegger automatisk varetelling via takmonterte kameraer, er dette en viktig påminnelse. Man kan ikke uten videre stole på hyllevare-KI til oppgaver som krever ekstrem presisjon i kaotiske fysiske miljøer. For å unngå feilsortering og driftsstans bør man i stedet se etter systemer som kombinerer tradisjonelt datasyn med romlig KI (Spatial AI) og fysikkbaserte modeller.

Les mer hos Not-Ship.

Internasjonale Trender

Intelligent navigasjon blir redningen når GPS-sabotasjen eskalerer globalt

Nye satellittdata har avslørt at omfanget av GPS-spoofing og signalmanipulering er langt mer omfattende og systematisk enn tidligere antatt. Det som startet som målrettede militære tiltak i urolige områder, har nå utviklet seg til en global hodepine som regelmessig forstyrrer sivil luftfart, skipsfart og kommersiell transport over store geografiske områder.

Når GPS-signaler manipuleres, kan fartøy plutselig motta falske posisjonsdata, noe som fører til feilnavigering og potensielt farlige situasjoner. For den globale handelsflåten betyr dette økt risiko, lengre reisetid og stigende forsikringspremier når ruter må legges om på kort varsel.

For rederier og logistikkgiganter tvinger denne usikkerheten frem en raskere overgang til AI-drevet sensorfusjon. Ved å ta i bruk navigasjonssystemer som kjører lokal maskinlæring, kan skipene kontinuerlig kryssreferere GPS-data med alternative kilder som treghetsnavigasjon (IMU), optiske kamerasystemer og stjernekart. AI-en fungerer som en digital navigatør som umiddelbart oppdager når GPS-signalene avviker fra den fysiske virkeligheten, slik at skipene kan opprettholde kursen og unngå kostbare forsinkelser.

Les mer hos Space.com.