طور علماء كمبيوتر في معهد ماساتشوستس للتقنية MIT خوارزمية جديدة تساعد على تحديد ما هي الأجزاء الأكثر بروزًا في أي صورة ومدى إمكانية تذكرها.

 

ويستخدم البرنامج، الذي أطلق عليه العلماء اسم “ميمنت” MemNet، علم الذكاء الاصطناعي لبناء خريطة حرارية تُحدد القطع الأكثر إثارة للاهتمام بصريًا في أي صورة، والتي تساعد على تذكرها لاحقًا.

 

وتستخدم خوارزميات “التعلم عميقة” – وهو أحد مجالات الذكاء الاصطناعي -، مثل MemNet، التدريب البشري من أجل “تدريب” الخوارزمية على كيفية إتمام العمليات المعقدة. ومع مرور الوقت، تصبح الخوارزمية أكثر ذكاءً، وقادرة على أداء هذه المهام مثل الإنسان، أو حتى أفضل.

 

ولتدريب MemNet، جمع الباحثون عشرات الآلاف من الصور من عدة مجموعات بيانات. ثم خُصص لكل صورة درجة بروز على أساس مدى تذكر البشر لها بعد المشاهدة. وما إن تم التدريب، أجريت منافسة بين MemNet مع أناس حقيقيين في محاولة للتنبؤ ببروز مجموعة من الصور التي لم يسبق أن شوهدت من قبل.

 

وكانت النتيجة أن تفوقت خوارزمية MemNet، المتاحة على الإنترنت، بنسبة 30% على أي خوارزمية من أخرى من نفس النوع وأكثر ببضع نقاط مئوية على البشر.

 

ويقول الباحثون إن أي صورة تحقق نتيجة أعلى من 0.5 على مقياس من 0 إلى 1 يجب أن تُتَذكَر بعد ذلك من قبل 50% على الأقل من الأشخاص الذين شاهدوها لمدة لا تقل عن 100 ثانية.

 

وقد تقود الآثار المستقبلية للخوارزمية إلى تحسين قدرات تطبيقات تحرير الصور، وإلى أدوات أكثر قوة للمسوقين، فضلًا عن تحسين الموارد التعليمية لأولئك الذين يكافحون لتذكر المواد الدراسية.