स्मार्ट ग्लास आणि कृत्रिम दृष्टीचे भविष्य

चेहरा ओळखण्याचे तंत्रज्ञान चिंताजनक दराने विकसित होत आहे आणि काच ही प्रत्यक्षात आधुनिक प्रणालींचे प्रतिनिधी आहे आणि या प्रक्रियेच्या केंद्रस्थानी आहे.

विस्कॉन्सिन-मॅडिसन विद्यापीठाने अलिकडेच प्रकाशित केलेल्या एका पेपरमध्ये या क्षेत्रातील प्रगती आणि त्यांच्या "बुद्धिमत्ते" बद्दल प्रकाश टाकण्यात आला आहे. सेन्सर किंवा पॉवरशिवाय काच ओळखता येते. आम्ही कॅमेरे, सेन्सर आणि डीप न्यूरल नेटवर्कच्या सामान्य सेटिंग्ज काचेच्या पातळ तुकड्यात कॉम्प्रेस करण्यासाठी ऑप्टिकल सिस्टम वापरत आहोत,” असे संशोधकांनी स्पष्ट केले. ही प्रगती महत्त्वाची आहे कारण आजचा एआय खूप संगणकीय शक्ती वापरतो, प्रत्येक वेळी जेव्हा तुम्ही तुमचा फोन अनलॉक करण्यासाठी फेशियल रेकग्निशन वापरता तेव्हा ते मोठ्या प्रमाणात बॅटरी पॉवर वापरते. टीमचा असा विश्वास आहे की नवीन काच कोणत्याही पॉवरशिवाय चेहरे ओळखण्याचे आश्वासन देते.

संकल्पनेच्या पुराव्याच्या कामात हस्तलिखित संख्या ओळखणाऱ्या काचेची रचना करणे समाविष्ट आहे.

ही प्रणाली काही संख्यांच्या प्रतिमांमधून निघणाऱ्या प्रकाशावर कार्य करते आणि नंतर दुसऱ्या बाजूला असलेल्या प्रत्येक संख्येशी संबंधित नऊ बिंदूंपैकी एकावर लक्ष केंद्रित करते.

ही प्रणाली रिअल टाइममध्ये संख्या बदलताना निरीक्षण करण्यास सक्षम आहे, उदाहरणार्थ जेव्हा 3 बदलून 8 होते.

"आम्हाला इतक्या साध्या रचनेत हे गुंतागुंतीचे वर्तन मिळू शकले ही वस्तुस्थिती खऱ्या अर्थाने जाणवते," असे टीम स्पष्ट करते.

कोणत्याही प्रकारच्या बाजारपेठेतील अनुप्रयोगांमध्ये स्थान मिळवणे अद्याप खूप लांब आहे, परंतु टीम अजूनही आशावादी आहे की त्यांनी अशा पद्धतीचा शोध लावला आहे ज्याद्वारे निष्क्रिय संगणन क्षमता थेट मटेरियलमध्ये तयार केल्या जाऊ शकतात, ज्यामुळे शेकडो आणि हजारो वेळा वापरता येणारे काचेचे एकेरी तुकडे तयार होतात. तंत्रज्ञानाचे क्षणिक स्वरूप अनेक संभाव्य संभाव्य प्रकरणे प्रदान करते, जरी सामग्री जलद ओळखण्यासाठी अद्याप बरेच प्रशिक्षण आवश्यक आहे आणि हे प्रशिक्षण इतके जलद नाही.

तथापि, ते गोष्टी सुधारण्यासाठी कठोर परिश्रम करत आहेत आणि अखेरीस त्यांचा वापर चेहऱ्याची ओळख पटवण्यासारख्या क्षेत्रात करू इच्छितात. "या तंत्रज्ञानाची खरी शक्ती म्हणजे कोणत्याही ऊर्जेचा वापर न करता अधिक जटिल वर्गीकरण कार्ये त्वरित हाताळण्याची क्षमता," ते स्पष्ट करतात. "ही कामे कृत्रिम बुद्धिमत्ता निर्माण करण्यासाठी मुख्य मुद्दा आहेत: ड्रायव्हरलेस कारना ट्रॅफिक सिग्नल ओळखण्यास शिकवणे, ग्राहक उपकरणांमध्ये व्हॉइस कंट्रोल लागू करणे आणि इतर अनेक उदाहरणे."

त्यांनी त्यांचे महत्त्वाकांक्षी ध्येय साध्य केले आहे की नाही हे काळच सांगेल, परंतु चेहऱ्यावरील ओळखीमुळे, हा प्रवास निश्चितच चिंताजनक आहे.

https://www.saidaglass.com/smart-mirror.html

 


पोस्ट वेळ: ऑक्टोबर-०९-२०१९

तुमचा संदेश आम्हाला पाठवा:

व्हॉट्सअॅप ऑनलाईन चॅट!