Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Machine Vision in Everyday Life: Playful Interactions with Visual Technologies in Digital Art, Games, Narratives and Social Media

Article Category

Article available in the following languages:

Rozpoznawanie obrazów - więcej niż technologia

Badacze analizują, w jaki sposób obrazy algorytmiczne wpływają na społeczeństwo i poszczególne jednostki wchodzące w jego skład.

Technologia rozpoznawania obrazów stała się nierozłączną częścią naszego życia w związku z wieloma dziedzinami, począwszy od generatywnej sztucznej inteligencji, a kończąc na rozpoznawaniu twarzy i przedmiotów przez systemy komputerowe. W jaki sposób maszyny i ich możliwości rejestrowania, analizowania, przetwarzania i przedstawiania informacji wizualnych wpływają na ludzi? Aby odpowiedzieć na to pytanie, w ramach finansowanego ze środków Unii Europejskiej projektu Machine Vision(odnośnik otworzy się w nowym oknie) badacze przyjrzeli się aspektom innym niż technologiczne. „Choć powstało wiele opracowań na temat technologii i sposobów jej wykorzystania, wciąż brakuje badań traktujących rozpoznawanie obrazów w kategoriach zjawiska kulturowego, estetycznego czy nośnika,” mówi Jill Walker Rettberg, wykładowczyni kultury cyfrowej na Uniwersytecie w Bergen(odnośnik otworzy się w nowym oknie) i główna badaczka projektu Machine Vision. Zespół, który realizował projekt dzięki dofinansowaniu przyznanemu przez Europejską Radę ds. Badań Naukowych(odnośnik otworzy się w nowym oknie), koncentrował się na zrozumieniu wpływu technologii rozpoznawania obrazów napotykanej w codziennym życiu na sposób, w jaki zwykli ludzie postrzegają siebie i otaczający świat. W tym celu badacze przeanalizowali sztukę cyfrową, gry i opowieści, które wykorzystują rozpoznawanie obrazów jako motyw lub interfejs. Przyjrzeli się także wykorzystaniu rozwiązań opartych na rozpoznawaniu obrazów w mediach społecznościowych i komunikacji osobistej.

Rozumienie sytuacji opartych na rozpoznawaniu obrazów

Projekt opiera się na koncepcji sytuacji opartych na rozpoznawaniu obrazów, które Rettberg definiuje jako chwile, w którym technologia jest wykorzystywana w celu zmiany biegu wydarzeń. „Technologie rozpoznawania obrazów należy analizować w konkretnym kontekście, w którym są wykorzystywane”, wyjaśnia Rettberg. Koncepcja ta stanowiła fundament bazy danych(odnośnik otworzy się w nowym oknie), która zawiera 500 kreatywnych prac wykorzystujących lub reprezentujących technologie rozpoznawania obrazów. „Baza będzie stanowiła cenne źródło danych dla badaczy zajmującymi się naukami humanistycznymi i społecznymi zainteresowanymi powiązaniami między technologią a kulturą, a także dla projektantów, artystów i naukowców opracowujących technologie rozpoznawania obrazów”, zauważa Rettberg.

Technologie rozpoznawania obrazów w życiu codziennym

Aby zrozumieć, w jaki sposób technologie rozpoznawania obrazów są wykorzystywane w codziennych sytuacjach, w ramach projektu badacze przeprowadzili badania etnograficzne w różnych kontekstach w miastach takich jak Tajpej, Hongkong i Chicago, a także w przestrzeniach cyfrowych, w tym w mediach społecznościowych i społecznościach internetowych. W ramach prac badacze przeanalizowali rolę infrastruktury monitoringu w Chicago, zestawiając ją z historią miasta i współczesną polityką. Dokumentowali także praktyki społeczne chińskich twórców materiałów typu deepfake korzystających z wybranych platform przesyłania wideo. „Poprzez obserwację uczestników, przeprowadzanie wywiadów i gromadzenie danych jakościowych, badania etnograficzne pozwoliły nam na zestawienie naszych analiz prac twórczych z codziennym wykorzystaniem technologii rozpoznawania obrazów”, zauważa Rettberg.

Źródło wiedzy o kulturowym podejściu do sztucznej inteligencji

Od czasu rozpoczęcia prac w ramach projektu w 2018 roku nastąpiło wiele zmian na świecie. „Kiedy zaczęliśmy badać to zagadnienie, generatywne modele sztucznej inteligencji były na wczesnym etapie rozwoju, natomiast technologia deepfake była jeszcze nowinką techniczną - ich tworzenie nastręczało wiele trudności”, zauważa Rettberg. Kiedy generatywna sztuczna inteligencja weszła na rynek w 2023 roku, zespół badał ten temat od wielu lat. „Kiedy rozpoznawanie obrazów stało się technologią głównego nurtu, byliśmy gotowi i szybko staliśmy się ekspertami, udzielając porad decydentom, ucząc studentów i prowadząc wykłady dla przedstawicieli przemysłu i środowisk akademickich”, podsumowuje Rettberg. Rettberg wraz z zespołem kontynuują badania nad sztuczną inteligencją w ramach finansowanego przez UE projektu AI STORIES(odnośnik otworzy się w nowym oknie) we współpracy z zespołem projektu ALGOFOLK(odnośnik otworzy się w nowym oknie), który jest finansowany przez fundację Trond Mohn Research Foundation(odnośnik otworzy się w nowym oknie).

Znajdź inne artykuły w tej samej dziedzinie zastosowania

Moja broszura 0 0