Qual é o princípio da análise de conteúdo manuscrito pela IA?

No que diz respeito à análise de conteúdo manuscrito pela IA, este é um avanço tecnológico espantoso! Sabia que. Enquanto os computadores costumavam ter dificuldade em reconhecer textos impressos de forma clara, agora conseguem interpretar com exatidão até mesmo uma receita médica distorcida. O princípio por detrás disto é, de facto, bastante interessante - a IA não compreende as palavras "olhando" para elas, como nós, humanos, mas descodificando a caligrafia através de cálculos matemáticos complexos. Não arregale os olhos ainda, deixe-me explicar com um exemplo da vida real: imagine que está a ensinar uma criança a reconhecer palavras, no início ela pode reconhecer a palavra "chorar" como "rir", mas com a prática e a correção, acabará por ser capaz de distinguir entre várias caligrafias, e o processo de aprendizagem da IA é semelhante. O processo de aprendizagem da IA é semelhante.

Como as redes neuronais "lêem" a escrita à mão

A IA moderna baseia-se fortemente em redes neuronais profundas para processar conteúdos manuscritos. Especificamente, quando o sistema analisa o texto manuscrito, começa por pré-processar a imagem - ajustando o contraste, corrigindo a inclinação, removendo o ruído, etc. Os dados dos píxeis são depois introduzidos em camadas de redes neuronais para extração de caraterísticas. Curiosamente, a IA começará a reconhecer os traços desde o início, tal como nós fazemos com um único traço quando escrevemos. A investigação mostra que o modelo Gemini da Google no reconhecimento da caligrafia inglesa, a precisão do reconhecimento de um único carácter atingiu uns espantosos 98,7%. No entanto, o reconhecimento da caligrafia chinesa é muito mais complexo, afinal, os caracteres chineses são realmente mais "difíceis para a IA".

O verdadeiro problema é ainda mais difícil do que isso - a caligrafia tende a ter um estilo pessoal, por exemplo, eu tenho tendência para escrever a "colher" à direita da palavra "的" num tamanho muito pequeno. E a mesma pessoa pode escrever de forma diferente em estados de espírito diferentes (acredite em mim, um registo médico escrito às 3 da manhã não é o mesmo que um escrito às 8 da manhã). Por este motivo, os sistemas de IA utilizam redes neurais recorrentes (RNN) ou arquitecturas transformadoras para compreender a correlação entre caracteres individuais e melhorar a taxa de reconhecimento global. A investigação mais recente da Meta mostra que, quando combinada com a compreensão contextual, a precisão do reconhecimento de uma frase inteira de chinês manuscrito pode ser melhorada de 75% para 89%.

Técnicas de otimização para cenários especiais

Na prática, a IA também se depara com algumas situações especiais. Por exemplo, uma caixa de seleção num formulário, o símbolo especial de um médico numa receita ou um rabisco nos apontamentos de um aluno. Para lidar com estes desafios, os engenheiros desenvolveram alguns truques úteis:

• Técnicas de estimação de gestos: análise do ângulo de inclinação e da ordem dos traços do texto
• Treino contraditório: treinar intencionalmente o modelo com uma variedade de amostras de caligrafia distorcidas e deformadas
• Mecanismos de atenção: permitir que a IA aprenda a concentrar-se nos toques de teclas e a ignorar manchas de tinta estranhas

Um dos casos da Huawei em 2023 é interessante - o seu sistema tem de reconhecer a caligrafia de inscrições antigas registadas por arqueólogos no local. A escrita tinha sido desgastada pelo tempo e, combinada com as notas apressadas dos arqueólogos, tornava o reconhecimento extremamente difícil. Após 6 meses de formação orientada, o sistema obteve uma exatidão de reconhecimento de 821 TP3T em 1200 páginas de manuscritos, ou seja, 171 TP3T acima das expectativas dos especialistas.

Por falar em limitações, atualmente a IA ainda tem medo de encontrar uma assinatura rabiscada ou um trabalho artístico. Já vi um sistema de formulários inteligentes não reconhecer a assinatura rabiscada de um médico e tive de recorrer à ajuda humana no final. No entanto, no futuro, com o desenvolvimento da IA multimodal, o sistema poderá incorporar mais informações, como a pressão da escrita, a velocidade, etc., e poderá um dia ser capaz de decifrar perfeitamente todo o conteúdo manuscrito. O que é que acha?