Peneliti Spanyol mengajarkan algoritma visi komputer untuk memahami trik seorang ilusionis dengan koin dengan cara yang sama seperti seseorang. Untuk melakukan ini, mereka meminta ilusionis profesional untuk menunjukkan beberapa trik kepada penonton dan algoritme pengenalan berdasarkan DeepLabCut, yang digunakan untuk melacak hewan laboratorium. Dua dari tujuh trik yang ditampilkan berhasil menipu seseorang dan komputer, dan hasil pekerjaan di masa depan dapat membantu mempelajari persepsi tentang trik tersebut oleh pemirsa, tulis para ilmuwan dalam pracetak di arXiv.org.
Tidak ada keajaiban dalam trik sulap yang ditunjukkan oleh para ilusionis, seluruh keberhasilan penerapannya bergantung pada sulap. Di sisi lain, ini juga masalah persepsi manusia: tindakan sang ilusionis dirancang untuk menyesatkan penonton, bermain dengan perhatian dan konsentrasinya. Oleh karena itu, bagi mereka yang mengikuti tangan pesulap dengan sangat hati-hati, tidak ada sihir, dan penipuan dalam beberapa trik dapat dengan mudah dideteksi jika, misalnya, Anda merekam penampilannya dalam video dan memutarnya secara perlahan.
Tentu saja, situasi dengan persepsi trik semacam itu oleh algoritma visi komputer sedikit berbeda: pada kenyataannya, komputer dibebaskan dari kemungkinan ditipu, dan dalam kasus itu, seberapa baik ia dapat mengenali penipuan tergantung pada kualitas kerjanya. Para peneliti yang dipimpin oleh Alex Gomez-Marin dari Institute of Neurosciences di Alicante (Spanyol) memutuskan untuk menguji apakah algoritme semacam itu dapat diajarkan untuk melihat trik ilusionis sebagai pribadi.
Untuk melakukan ini, para ilmuwan menyewa seorang ilusionis profesional dan memintanya untuk menunjukkan tujuh trik visual sederhana dengan koin - tanpa penambahan verbal yang dapat mengalihkan perhatian penonton dan mempengaruhi keberhasilan ilusi. Triknya dibedakan oleh gerakan tangan ilusionis yang diperlukan untuk hilangnya koin: misalnya, di satu koin penting untuk menyeret koin ke atas meja, dan di sisi lain, misalnya, untuk meraihnya.
Semua trik diperlihatkan kepada orang-orang, serta algoritme yang didasarkan pada DeepLabCut, yang dipresentasikan oleh ilmuwan Jerman tahun lalu: digunakan untuk secara otomatis melacak pergerakan hewan laboratorium dan bahkan dapat menganalisis pergerakan masing-masing bagian tubuh mereka (misalnya, cakar tikus). Tugas algoritme adalah menentukan lokasi koin di akhir setiap trik - tugas yang sama persis dengan yang dihadapi oleh peserta penelitian.
Para ilmuwan membandingkan hasil seseorang dan algoritme dan menemukan bahwa hanya dua kasus yang mungkin menipu keduanya. Tiga trik yang menipu penonton, algoritma tidak menipu - itu menentukan posisi koin. Juga, satu trik menipu algoritme, tetapi tidak menipu audiens, dan satu - sebaliknya. Misalnya, trik keempat, di mana ilusionis meletakkan koin secara berurutan (Anda dapat melihatnya di video), ternyata sederhana untuk algoritmanya, tetapi mampu menipu penonton, karena perhatian yang terakhir selama gerakan diarahkan ke tangan tempat ilusionis awalnya memegang koin. oleh karena itu, fakta bahwa penyihir itu memasukkan koin dengan tangannya yang lain tidak diketahui. Karena algoritme yang dilatih untuk melacak koin tidak memiliki masalah dalam melacak kedua tangan sekaligus, itu tidak tertipu. Di sisi lain, pada trik keenam - persis sama dengan trik pertama,tetapi itu secara khusus dibuat dengan kesalahan - algoritme, tidak seperti penonton, gagal mengenali tipuan, karena koin yang dilemparkan, ternyata, ternyata merupakan keunggulan dalam kaitannya dengan kamera, yang menyebabkan kesulitan dalam pengenalan untuk komputer, dan bukan untuk seseorang.
Penulis mengklarifikasi bahwa mereka tidak tertarik dengan kemampuan algoritme untuk mengetahui trik ilusionis dengan cepat. Sebaliknya, mereka ingin melihat apakah mungkin untuk membuatnya memandang mereka dengan cara yang sama seperti penampilan orang biasa, dan bukan orang yang berusaha memecahkan penipuan, tetapi orang yang benar-benar menganggap trik itu sebagai semacam sihir. Fakta bahwa dalam beberapa kasus DeepLabCut tidak benar-benar dapat mengenali penipuan dengan cara yang sama seperti seseorang, yang berarti, menurut para ilmuwan, algoritme semacam itu dapat digunakan untuk menganalisis persepsi manusia - hanya dalam situasi seperti tipuan ilusionis.
Video promosi:
Elizaveta Ivtushok
