تساءل الباحثون في مجال الذكاء الاصطناعي: هل ترى نماذج الرؤية الألوان كما نراها نحن البشر؟ في دراسة حديثة، قدمت مجموعة من العلماء إطار تقييم يتجاوز الأبعاد الهندسية التقليدية مثل CIELAB أو تسميات الألوان المفردة، حيث تستند هذه المرجعيات إلى المسافات الإدراكية أو عضوية الفئات، لكنها لا تعكس الطريقة المتدرجة التي ينظم بها البشر الألوان.

تم تقييم تمثيل الألوان باستخدام نموذج إدراكي ضبابي يشمل 86 فئة متدرجة وفقًا لبيانات استقصائية تم جمعها من البشر. يمكن تطبيق هذا الإطار على أي مشفر صور ويقيس ثلاث خصائص تكاملية: حدود الفئات، تجميع الفئات، والتوافق المتدرج، وهو ما يتجاوز ما يمكن أن تفسره الهندسة اللونية بمفردها.

عند تحليل النتائج عبر أحد عشر مشفرًا يعتمد على تقنيات Vision Transformer، تبين أن النتائج على مستوى الفئات متشابهة بشكل عام، بينما يختلف التوافق المتدرج بشكل كبير. ووجد أن مشفرات التشفير التلقائي المضمونة (Masked Autoencoders) تحقق أقوى توافق على ما وراء الهندسة، مع فترات ثقة لا تتداخل مع تلك الخاصة بالمشفرات الأخرى.

تحليل طبقي يُظهر أيضًا أن إعادة البناء المضمونة تحافظ على هذا التركيب نحو الناتج. بالنسبة للصور الطبيعية، تمثل تقنيات MAE اللون السطحي بشكل عالمي، بينما تعمل النماذج المدعومة بالغات على تشفير اللون بشكل أقوى في سياق الكائن البارز. تُظهر هذه النتائج أن التأسيس الإدراكي للألوان البشرية يمتلك عدة جوانب مميزة لا ينبغي تقليلها إلى درجة واحدة فقط.

ما رأيكم في هذه الأبحاث المثيرة؟ شاركونا آرائكم في التعليقات!