 Исламское Государство уничтожили христианский монастырь шестого века в Ираке в 2014 году, и этот факт был подтвержден на прошлой неделе, посредством спутниковых снимков. Культурная потеря была зафиксирована именно с помощью спутника.
Спутниковые снимки могут стать ценным источником информации для общественности - как для журналистов, так и их читателей. Высокое разрешение изображений мест, освещаемых в новостях, широко используется, чтобы предоставить мировые события для общественности. Разрушение монастыря указывает на ключевой аспект современной интерпретации спутниковых изображений: непреходящую важность экспертов, несмотря на рост компьютерного анализа и краудсорсинга.
Ключевым компонентом обучения является переход от поверхностной идентификации объектов до понимания нюансов узоров, которые возникают на изображениях. То, как эти образы и шаблоны интерпретируются, изменялось на протяжении истории. Тенденция к включению неспециалистов в процессе толкования спутниковых снимков приводит к рискам маргинализации роли экспертов-аналитиков по изображениям, таким, как человека, который подтвердил разрушение монастыря в Мосуле.
Аэрофотосъемка восходит к середине 1800-х годов, когда первые изображения Парижа и Бостона были захвачены из воздушных шаров. С изобретением самолета и началом Первой мировой войны появилась разведывательная аэрофотосъемка.
Поскольку данный метод приобрел популярность, то стала возникать необходимость в высококвалифицированных специалистов для создания разведданных. Возможность просмотра Земли с высоты была своего рода чуждой большинству людей до выпуска первой воздушной карты Соединенного Королевства в 1919 году. До этого отсутствие опыта рассматривалось как огромный барьер для интерпретации воздушных изображений неспециалистом. Первоначально переводчики в основном работали над выявлением объектов военного значения.
Когда первые изображения из космоса появились в 1946 году, началась новая эпоха в гражданском оперативном спутниковом мониторинге. В начале компьютеры считались как метод потенциального улучшения интерпретации изображения. В настоящее время компьютеры способны превзойти человека в некоторых задачах, таких как сортировка изображений по категориям в зависимости от того, что они показывают.
Тем не менее, первые попытки смоделировать процесс интерпретации человеком себя не оправдали: автоматизированным системам не удалось повторить гибкость человеческого творчества и вывода из абстракции. Люди имеют большой опыт в рассматривании значимых закономерностей.
Способность экспертов вспомнить значимые закономерности в конкретной ситуации в их области специальности, и быстро выбирать, какие модели являются важными, дают им преимущество перед компьютерами и неспециалистами.
Ранние системы, основанные на знания, привели к современному автоматизированному анализу изображений. Нейронные сети, например, являются компьютерными системами, которые могут из различных входных данных обучаться тому, как анализировать сложные данные.
Популярность вычислительных методов начинает приводить к удалению эксперта из визуальной интерпретации - с потенциально серьезными последствиями. Это может иметь пагубные последствия в тех случаях, когда творчество и гибкость ума важны. Примеры неудач компьютерной автоматизации поступают из ряда областей, включая авиацию и распознавание образов.
Последние достижения в области компьютерного зрения в настоящее время позволяют компьютерам «учиться» на своих прошлых ошибках и повысить их эффективность с течением времени.
В 1994 году французский культурный теоретик Вирильо предсказал футуристическое видение машины - систему, где машины захватывают и воспринимают образы. Может ли его видение сбыться?
Другим важным недавним изменением в области интерпретации изображений является рост краудсорсинга, которое уходит корнями в идею коллективного интеллекта. Коллективный разум возникает, когда индивиды действуют как группа для выполнения интеллектуальных задач - в совокупности, группа бы лучше решила некоторые задачи, чем любое из отдельных лиц.
Существующие кампании краудсорсинга заблуждаются при использовании неспециалистов, получая результаты, которые являются неточными и неполными, а в некоторых случаях совершенно неправильными. Многие из ошибок возникают из-за неправильных представлений об уровне квалификации неспециалистов, таких как способность нетренированного человека точно измерить или оценить расстояние, или даже интерпретировать инструкции задач.
Другие ошибки могут быть столь же простым, как ошибочная идентификация - например, когда опытный пользователь Wikimapia ошибочно отмечает один трек для игры в гольф как другой из близлежащих. Несмотря на потенциальную корректирующую силу толпы, ошибка оставалась в публично редактируемой карте на протяжении двух лет.
Чтобы лучше извлечь выгоду из преимуществ и возможностей компьютерного анализа изображений и краудсорсинга, по-прежнему будут нужны высококвалифицированные специалисты с опытом и обучением в интерпретации изображений. Эти специалисты могут помочь лучше понять типы ошибок, которые возникают у компьютеров и при краудсорсинге, разрабатывающих новые методы для их улучшения.
|
