സ്മാർട്ട് ഗ്ലാസിന്റെയും കൃത്രിമ ദർശനത്തിന്റെയും ഭാവി

മുഖം തിരിച്ചറിയൽ സാങ്കേതികവിദ്യ ഭയാനകമായ തോതിൽ വികസിച്ചുകൊണ്ടിരിക്കുന്നു, ഗ്ലാസ് യഥാർത്ഥത്തിൽ ആധുനിക സംവിധാനങ്ങളുടെ ഒരു പ്രതിനിധിയാണ്, ഈ പ്രക്രിയയുടെ കാതലായ ബിന്ദുവാണ്.

വിസ്കോൺസിൻ-മാഡിസൺ സർവകലാശാല അടുത്തിടെ പ്രസിദ്ധീകരിച്ച ഒരു പ്രബന്ധം ഈ മേഖലയിലെ പുരോഗതി എടുത്തുകാണിക്കുന്നു, സെൻസറുകളോ പവറോ ഇല്ലാതെ അവരുടെ "ഇന്റലിജൻസ്" ഗ്ലാസിനെ തിരിച്ചറിയാൻ കഴിയും. ക്യാമറകൾ, സെൻസറുകൾ, ആഴത്തിലുള്ള ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ എന്നിവയുടെ സാധാരണ ക്രമീകരണങ്ങൾ ഒരു നേർത്ത ഗ്ലാസിലേക്ക് കംപ്രസ് ചെയ്യാൻ ഞങ്ങൾ ഒരു ഒപ്റ്റിക്കൽ സിസ്റ്റം ഉപയോഗിക്കുന്നു," ഗവേഷകർ വിശദീകരിച്ചു. ഇന്നത്തെ AI ധാരാളം കമ്പ്യൂട്ടിംഗ് പവർ ഉപയോഗിക്കുന്നതിനാൽ ഈ പുരോഗതി പ്രധാനമാണ്, നിങ്ങളുടെ ഫോൺ അൺലോക്ക് ചെയ്യാൻ ഫേഷ്യൽ റെക്കഗ്നിഷൻ ഉപയോഗിക്കുമ്പോൾ അത് വലിയ അളവിൽ ബാറ്ററി പവർ ഉപയോഗിക്കുമ്പോഴെല്ലാം. പുതിയ ഗ്ലാസ് യാതൊരു പവറും ഇല്ലാതെ മുഖങ്ങളെ തിരിച്ചറിയുമെന്ന് വാഗ്ദാനം ചെയ്യുന്നുവെന്ന് ടീം വിശ്വസിക്കുന്നു.

കൈയെഴുത്ത് സംഖ്യകളെ തിരിച്ചറിയുന്ന ഗ്ലാസ് രൂപകൽപ്പന ചെയ്യുന്നതിൽ ആശയത്തിന്റെ തെളിവ് കണ്ടെത്തൽ ഉൾപ്പെടുന്നു.

ചില സംഖ്യകളുടെ ചിത്രങ്ങളിൽ നിന്ന് പുറപ്പെടുവിക്കുന്ന പ്രകാശം ഉപയോഗിച്ചാണ് ഈ സിസ്റ്റം പ്രവർത്തിക്കുന്നത്, തുടർന്ന് ഓരോ സംഖ്യയ്ക്കും അനുയോജ്യമായ ഒമ്പത് പോയിന്റുകളിൽ ഒന്നിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു.

സംഖ്യകൾ മാറുമ്പോൾ, ഉദാഹരണത്തിന് 3 8 ആയി മാറുമ്പോൾ, സിസ്റ്റത്തിന് തത്സമയം നിരീക്ഷിക്കാൻ കഴിയും.

"ഇത്രയും ലളിതമായ ഒരു ഘടനയിൽ ഈ സങ്കീർണ്ണമായ പെരുമാറ്റം ഞങ്ങൾക്ക് നേടാൻ കഴിഞ്ഞു എന്നത് ശരിക്കും അർത്ഥവത്താണ്," സംഘം വിശദീകരിക്കുന്നു.

ഏതൊരു തരത്തിലുള്ള മാർക്കറ്റ് ആപ്ലിക്കേഷനും കൈവശപ്പെടുത്തുന്നതിൽ നിന്ന് ഇത് ഇപ്പോഴും വളരെ അകലെയാണെന്ന് വാദിക്കാം, പക്ഷേ നൂറുകണക്കിന് ആയിരക്കണക്കിന് തവണ ഉപയോഗിക്കാൻ കഴിയുന്ന ഒറ്റ ഗ്ലാസ് കഷണങ്ങൾ റെൻഡർ ചെയ്യുന്ന, നിഷ്ക്രിയ കമ്പ്യൂട്ടിംഗ് കഴിവുകൾ നേരിട്ട് മെറ്റീരിയലിലേക്ക് നിർമ്മിക്കാൻ അനുവദിക്കുന്ന ഒരു മാർഗം തങ്ങൾ കണ്ടെത്തിയതിൽ ടീം ഇപ്പോഴും ശുഭാപ്തിവിശ്വാസം പുലർത്തുന്നു. സാങ്കേതികവിദ്യയുടെ താൽക്കാലിക സ്വഭാവം നിരവധി സാധ്യതയുള്ള കേസുകൾ വാഗ്ദാനം ചെയ്യുന്നു, എന്നിരുന്നാലും മെറ്റീരിയലുകൾ വേഗത്തിൽ തിരിച്ചറിയാൻ ഇതിന് ഇപ്പോഴും ധാരാളം പരിശീലനം ആവശ്യമാണ്, മാത്രമല്ല ഈ പരിശീലനം അത്ര വേഗത്തിലുള്ളതല്ല.

എന്നിരുന്നാലും, കാര്യങ്ങൾ മെച്ചപ്പെടുത്താൻ അവർ കഠിനമായി പരിശ്രമിക്കുന്നു, ഒടുവിൽ മുഖം തിരിച്ചറിയൽ പോലുള്ള മേഖലകളിൽ അവ ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്നു. "ഈ സാങ്കേതികവിദ്യയുടെ യഥാർത്ഥ ശക്തി കൂടുതൽ സങ്കീർണ്ണമായ വർഗ്ഗീകരണ ജോലികൾ ഊർജ്ജ ഉപഭോഗമില്ലാതെ ഉടനടി കൈകാര്യം ചെയ്യാനുള്ള കഴിവാണ്," അവർ വിശദീകരിക്കുന്നു. "ട്രാഫിക് സിഗ്നലുകൾ തിരിച്ചറിയാൻ ഡ്രൈവറില്ലാ കാറുകളെ പഠിപ്പിക്കുക, ഉപഭോക്തൃ ഉപകരണങ്ങളിൽ ശബ്ദ നിയന്ത്രണം നടപ്പിലാക്കുക, മറ്റ് നിരവധി ഉദാഹരണങ്ങൾ എന്നിവയാണ് കൃത്രിമബുദ്ധി സൃഷ്ടിക്കുന്നതിനുള്ള പ്രധാന പോയിന്റ്."

അവർ തങ്ങളുടെ അഭിലാഷ ലക്ഷ്യങ്ങൾ നേടിയിട്ടുണ്ടോ എന്ന് കാലം പറയും, പക്ഷേ മുഖം തിരിച്ചറിയൽ ഉപയോഗിച്ച്, ഇത് തീർച്ചയായും ആശങ്കാജനകമായ ഒരു യാത്രയാണ്.