Как устроен искусственный интеллект: распознавание лиц и бытовые мелочи

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Мы продолжаем рассказывать о том,как устроены системы на базе искусственного интеллекта и в каких сферах современной жизни мы уже можем воспользоваться услугами«умных» машин. Сегодня речь пойдет про технологию распознавания лиц и ряд приятных мелочей,которые делают нашу жизнь немного комфортнее.

Искусственный интеллект в повседневной жизни

Как ни странно, мы уже пользуемся множеством систем на базе ИИ, даже не подозревая об этом. В основном это касается сферы мобильных технологий и интернета: именно «умные» программы делают популярные сервисы такими удобными и универсальными, несмотря на то, что ими ежедневно пользуются миллионы самых разных людей во всем мире. Вот несколько простых примеров того, как ИИ делает нашу жизнь лучше:

Спам

Да-да, искусственный интеллект помогает бороться и с назойливой спам-рассылкой. Аналитики Google утверждают, что, благодаря гигабайтам данных, собранных за годы работы их почтовых систем, современные программы отслеживают и отправляют в «карантин» до 99,9% спама или фишинговых писем. Отдельного внимания заслуживает приложение для электронной почты, отвечающее за автоматические ответы адресатам. Принцип работы довольно прост: Gmail анализирует полученное сообщение, разбивая его на слова и смысловые конструкции, а затем выстраивает ответ в соответствии с заранее запрограммированными алгоритмами.

Видео

Если вы когда-нибудь смотрели длинные видеоролики по Wi-Fi в дороге, то наверняка неоднократно замечали, как картинка становится зернистой и теряет качество прямо во время проигрывания. Здесь нет никакой магии: просто в этот момент сигнал сети становится хуже, и приложение пытается минимизировать количество исходящих данных, чтобы не прерывать трансляцию. Чтобы предотвратить это, Netflix создала ПО, которое идентифицирует визуальные характеристики кадра и затем оптимизирует пропускную способность под его индивидуальные параметры. На практике это означает, что не только плавность, но и качество изображения останутся на высоте даже в зоне слабого сигнала.

Увеличенный срок службы батареи

Беда современных смартфонов в том, что, несмотря на впечатляющую вычислительную мощность, их аккумуляторы оставляют желать лучшего. Конечно, даже iPhoneX не умеет добывать электроэнергию из воздуха, но на то и нужен интеллект, чтобы подходить к решению проблемы с умом. Система использует активность установленных приложений и датчик движения, чтобы в общих чертах предсказать распорядок дня и выбрать для расхода заряда максимально удобное время. К примеру, вам нужно загрузить большое обновление и для этого нужен стабильный интернет. Вместо того, чтобы тратить энергию и расходовать трафик мобильного интернета на поиск вышек мобильной связи в любое время дня и ночи, смартфон просто дождется момента, когда вы приедете на работу или домой и получите комфортный доступ к высокоскоростной сети.

Технология распознавания лиц

Как смартфоны научились узнавать владельца в лицо

Доктор Джозеф Атик, физик и математик, помог создать первые системы распознавания лиц еще в начале 1990-х годов. «Мы использовали статистический анализ, чтобы классифицировать черты лица как набор шаблонов», рассказывает он. «Все сводилось к распознаванию образов. Во время сканирования лица обнаруживаются совпадения множества локальных особенностей — глаз, носа, уголков рта. Звучит как довольно примитивная технология, но на практике совокупность этих особенностей очень редко совпадает у двух людей». Сегодня, спустя четверть века, компьютеры научились делать это самостоятельно. В этом им помогают постоянно развивающиеся системы глубокого обучения, основанные на «многослойном» ПО, созданном специально для распознавания образов. Обширнейшую базу данных для этого создают сами люди, ежедневно загружающие миллиарды фотографий в Google, Snapchat и Facebook.

Как это устроено

После анализа видеоролика или статичной картинки компьютер преобразует данные в цифровой файл, называемый «отпечаток лица». В нем содержатся данные относительно характера черт лица и соотношений между ними. Программное обеспечение создает в общей сложности до 40 000 ключевых точек, но далеко не всегда существует необходимость использовать их все. «Чем более характерным является лицо, чем больше у него отличительных особенностей, тем меньшую работу делает компьютер», поясняет Атик.

Даже в том случае, если вы отращиваете бороду или меняете прическу, система узнает вас. Ей известно, что волосяной покров постоянно изменяется, поэтому он попросту не учитывается. Что действительно важно — так это треугольник лица: расстояние от виска до виска и от каждого виска до небольшого углубления под нижней губой. По словам Атика, это похоже на карту города: «Если я начну рассказывать вам о достопримечательностях, не называя город, рано или поздно вы догадаетесь, о чем идет речь. Да, почти в каждом крупном город есть статуи, но далеко не все они похожи на Статую Свободы по форме и габаритам. Здесь действует тот же принцип, только в качестве архитектурных особенностей выступает ваша кожа, брови, носы и глаза».


Источник: www.popmech.ru

Комментарии: