ИИ от Google доверили сортировку огурцов |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-09-01 16:59 ИИ победил человека в ГО, научился ставить диагнозы, управлять нашими автомобилями, готовить за нас тосты, а теперь собирается лишить нас радости сортировки огурцов. Engadget пишет про то, как ИИ от Google помогает старикам на их огуречной ферме. Японец Макото Коике создал систему, которая с помощью технологии машинного обучения TensorFlow от Google, сортирует огурцы на ферме его родителей. Разработка избавляет пожилых фермеров от монотонного и утомляющего процесса перебора собранных овощей. В системе используется одноплатный компьютер Raspberry Pi 3, оснащенный камерой. Микрокомпьютер делает фотографии овощей, после чего отсылает их в небольшую сенсорную сеть TensorFlow, которая либо идентифицирует их как огурцы, либо сразу же отбраковывает. После успешной идентификации, фотографии оставшихся кандидатов отправляются в более многослойную сенсорную сеть на Linux сервере, которая классифицирует огурцы по цвету, размеру и форме. Используя данные финальной классификации, микроконтроллер Arduino производит непосредственную сортировку огурцов. Система уже работает, но пока не идеальна. Коике оценивает время обучения ИИ в 2-3 дня. Процесс осуществим даже при низком разрешении фотографий (80-80). Пока сортировщик достигает 95% точности на тестовой выборке и 75% на реальных огурцах. Возможно, причиной ошибок является то, что 7 000 фотографий, которые разработчик использовал для обучения, недостаточно. Стоит заметить, что повышение точности - процесс не мгновенный. Более точное обучение ИИ требует времени. Технология определенно станет совершеннее, но уже сейчас это серьезный намек на будущее, в котором рутинные операции, требующие человеческого внимания, перейдут в руки роботам. Источник: hightech.fm Комментарии: |
|