Umělá Inteligence Se Naučila Najít člověka Podle Výšky, Pohlaví A Opotřebovaného Oblečení - Alternativní Pohled

Umělá Inteligence Se Naučila Najít člověka Podle Výšky, Pohlaví A Opotřebovaného Oblečení - Alternativní Pohled
Umělá Inteligence Se Naučila Najít člověka Podle Výšky, Pohlaví A Opotřebovaného Oblečení - Alternativní Pohled

Video: Umělá Inteligence Se Naučila Najít člověka Podle Výšky, Pohlaví A Opotřebovaného Oblečení - Alternativní Pohled

Video: Umělá Inteligence Se Naučila Najít člověka Podle Výšky, Pohlaví A Opotřebovaného Oblečení - Alternativní Pohled
Video: VÍCE NEŽ 1 000 000 postižených v Číně. Destruktivní sesuv půdy v Japonsku. Klimatická krize ve světě 2024, Smět
Anonim

Technologie umělé inteligence se dlouho používají v systémech rozpoznávání tváří a lidé hledají pomocí kamer CCTV. Avšak tyto parametry nejsou zdaleka jediné parametry, které lze použít k vyhledávání. Například skupina vědců v Indii vyškolila umělou inteligenci k hledání správných lidí na základě jejich výšky, pohlaví a oblečení, které nosí.

Tato technologie se může někomu zdát velmi podivná, protože „rozpoznávání“lidí podle jejich tváří, můžete získat přesnější údaje. Ale není tomu tak. Výzkumníci sami uvádějí příklad. Představte si, že znáte pouze určité parametry vyhledávání a přibližné umístění. A namísto sledování veškerého materiálu ze všech kamer můžete například požádat o „ženy v červených košilích, jejichž výška je 153 centimetrů“. Tím se zúží vyhledávání a výrazně se zkrátí čas na identifikaci konkrétní osoby.

Systém je založen na konvoluční neuronové síti (CNN). Toto je podtyp neuronových sítí založených na technologii hlubokého strojového učení. CNN ve své práci využívá některé rysy fungování zrakové kůry mozku. Pokud se to pokusíte vysvětlit jednoduchým jazykem - existují segmenty, které reagují na jednoduché signály (například přítomnost červené) a jsou složitější - konglomerace jednoduchých funkcí (například všechny typy košil). Mnoho malých segmentů může být součástí několika velkých (trička, trička, kalhoty atd. Mohou být červené). Při konstrukci spojení mezi segmenty může neuronová síť dospět k závěru o přítomnosti určitých objektů a jejich vlastnostech.

Pokud jde o samotný algoritmus, v tuto chvíli je přesnost jeho práce asi 60% (v průměru neuronová síť správně odhaduje 28 lidí ze 41). To se nemusí zdát dost, ale je to pouze první verze algoritmu, která bude vylepšena. Jak sami vývojáři uvedli, Vladimír Kuzněcov