Kunstmatige Intelligentie Werd Geleerd Om Een persoon Te Vinden Op Basis Van Lengte, Geslacht En Gedragen Kleding - Alternatieve Mening

Kunstmatige Intelligentie Werd Geleerd Om Een persoon Te Vinden Op Basis Van Lengte, Geslacht En Gedragen Kleding - Alternatieve Mening
Kunstmatige Intelligentie Werd Geleerd Om Een persoon Te Vinden Op Basis Van Lengte, Geslacht En Gedragen Kleding - Alternatieve Mening

Video: Kunstmatige Intelligentie Werd Geleerd Om Een persoon Te Vinden Op Basis Van Lengte, Geslacht En Gedragen Kleding - Alternatieve Mening

Video: Kunstmatige Intelligentie Werd Geleerd Om Een persoon Te Vinden Op Basis Van Lengte, Geslacht En Gedragen Kleding - Alternatieve Mening
Video: Vrouw Adopteert een Hond die geen Zacht Bed of Speelgoed Kende. Nu Behoort ze tot de Familie 2024, Mei
Anonim

Kunstmatige-intelligentietechnologieën worden al lang gebruikt in gezichtsherkenningssystemen en mensen zoeken met behulp van CCTV-camera's. Dit zijn echter verre van de enige parameters die kunnen worden gebruikt om te zoeken. Zo trainde een groep onderzoekers in India kunstmatige intelligentie om op basis van hun lengte, geslacht en de kleding die ze dragen naar de juiste mensen te zoeken.

Deze technologie kan iemand heel vreemd overkomen, omdat u mensen aan hun gezicht 'herkent', zodat u nauwkeurigere gegevens kunt verkrijgen. Maar het is niet zo. De onderzoekers geven zelf een voorbeeld. Stel je voor dat je alleen bepaalde zoekparameters en een geschatte locatie kent. En in plaats van al het materiaal van alle camera's te bekijken, kunt u een verzoek indienen voor bijvoorbeeld "vrouwen in rode shirts, met een lengte van 153 centimeter". Dit zal de zoekopdracht beperken en de tijd om een specifieke persoon te identificeren aanzienlijk verkorten.

Het systeem is gebaseerd op een convolutioneel neuraal netwerk (CNN). Dit is een subtype van neurale netwerken gebaseerd op deep machine learning-technologie. CNN gebruikt in zijn werk enkele kenmerken van het functioneren van de visuele cortex van de hersenen. Als je het in eenvoudige taal probeert uit te leggen - er zijn segmenten die reageren op eenvoudige signalen (bijvoorbeeld de aanwezigheid van rood) en er zijn meer complexe - een conglomeraat van eenvoudige functies (bijvoorbeeld alle soorten overhemden). Veel kleine segmenten kunnen deel uitmaken van meerdere grote (shirts, T-shirts, broeken enz. Kunnen rood zijn). Over de constructie van verbindingen tussen segmenten kan het neurale netwerk concluderen over de aanwezigheid van bepaalde objecten en hun eigenschappen.

Wat het algoritme zelf betreft, op dit moment is de nauwkeurigheid van zijn werk ongeveer 60% (gemiddeld raadt het neurale netwerk 28 van de 41 mensen correct). Dit lijkt misschien niet genoeg, maar dit is pas de eerste versie van het algoritme die zal worden verbeterd. Zoals de ontwikkelaars zelf zeiden, Vladimir Kuznetsov

Aanbevolen: