ਸਮਾਰਟ ਗਲਾਸ ਅਤੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਵਿਜ਼ਨ ਦਾ ਭਵਿੱਖ

ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਤਕਨਾਲੋਜੀ ਚਿੰਤਾਜਨਕ ਦਰ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਹੀ ਹੈ, ਅਤੇ ਕੱਚ ਅਸਲ ਵਿੱਚ ਆਧੁਨਿਕ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਪ੍ਰਤੀਨਿਧੀ ਹੈ ਅਤੇ ਇਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਮੁੱਖ ਬਿੰਦੂ 'ਤੇ ਹੈ।

ਵਿਸਕਾਨਸਿਨ-ਮੈਡੀਸਨ ਯੂਨੀਵਰਸਿਟੀ ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਤਾਜ਼ਾ ਪੇਪਰ ਇਸ ਖੇਤਰ ਵਿੱਚ ਪ੍ਰਗਤੀ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ "ਖੁਫੀਆ ਜਾਣਕਾਰੀ" ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ। ਸ਼ੀਸ਼ੇ ਨੂੰ ਸੈਂਸਰਾਂ ਜਾਂ ਸ਼ਕਤੀ ਤੋਂ ਬਿਨਾਂ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸਮਝਾਇਆ ਕਿ ਅਸੀਂ ਕੈਮਰਿਆਂ, ਸੈਂਸਰਾਂ ਅਤੇ ਡੂੰਘੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਦੀਆਂ ਆਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਸ਼ੀਸ਼ੇ ਦੇ ਇੱਕ ਪਤਲੇ ਟੁਕੜੇ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰਨ ਲਈ ਇੱਕ ਆਪਟੀਕਲ ਸਿਸਟਮ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ। ਇਹ ਪ੍ਰਗਤੀ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਅੱਜ ਦਾ AI ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਦੀ ਖਪਤ ਕਰਦਾ ਹੈ, ਹਰ ਵਾਰ ਜਦੋਂ ਇਹ ਤੁਹਾਡੇ ਫੋਨ ਨੂੰ ਅਨਲੌਕ ਕਰਨ ਲਈ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਤਾਂ ਇਹ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਬੈਟਰੀ ਪਾਵਰ ਦੀ ਖਪਤ ਕਰਦਾ ਹੈ। ਟੀਮ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਨਵਾਂ ਸ਼ੀਸ਼ਾ ਬਿਨਾਂ ਕਿਸੇ ਸ਼ਕਤੀ ਦੇ ਚਿਹਰਿਆਂ ਨੂੰ ਪਛਾਣਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ।

ਸੰਕਲਪ ਦੇ ਸਬੂਤ ਦੇ ਕੰਮ ਵਿੱਚ ਸ਼ੀਸ਼ੇ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ ਜੋ ਹੱਥ ਨਾਲ ਲਿਖੇ ਨੰਬਰਾਂ ਨੂੰ ਪਛਾਣਦਾ ਹੈ।

ਇਹ ਸਿਸਟਮ ਕੁਝ ਸੰਖਿਆਵਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਤੋਂ ਨਿਕਲਣ ਵਾਲੀ ਰੌਸ਼ਨੀ ਦੁਆਰਾ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਦੂਜੇ ਪਾਸੇ ਨੌਂ ਬਿੰਦੂਆਂ ਵਿੱਚੋਂ ਇੱਕ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦਾ ਹੈ ਜੋ ਹਰੇਕ ਸੰਖਿਆ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।

ਇਹ ਸਿਸਟਮ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਨਿਗਰਾਨੀ ਕਰਨ ਦੇ ਯੋਗ ਹੈ ਜਦੋਂ ਨੰਬਰ ਬਦਲਦੇ ਹਨ, ਉਦਾਹਰਣ ਵਜੋਂ ਜਦੋਂ 3 8 ਵਿੱਚ ਬਦਲਦੇ ਹਨ।

"ਇਹ ਤੱਥ ਕਿ ਅਸੀਂ ਇਸ ਗੁੰਝਲਦਾਰ ਵਿਵਹਾਰ ਨੂੰ ਇੰਨੇ ਸਰਲ ਢਾਂਚੇ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਯੋਗ ਸੀ, ਅਸਲ ਵਿੱਚ ਅਰਥ ਰੱਖਦਾ ਹੈ," ਟੀਮ ਦੱਸਦੀ ਹੈ।

ਬਹਿਸ ਦੇ ਨਾਲ, ਇਹ ਅਜੇ ਵੀ ਕਿਸੇ ਵੀ ਕਿਸਮ ਦੀ ਮਾਰਕੀਟ ਐਪਲੀਕੇਸ਼ਨ 'ਤੇ ਕਬਜ਼ਾ ਕਰਨ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ, ਪਰ ਟੀਮ ਅਜੇ ਵੀ ਆਸ਼ਾਵਾਦੀ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਨੇ ਸਮੱਗਰੀ ਵਿੱਚ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਬਣਾਈਆਂ ਗਈਆਂ ਪੈਸਿਵ ਕੰਪਿਊਟਿੰਗ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਲੱਭ ਲਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਕੱਚ ਦੇ ਇੱਕਲੇ ਟੁਕੜੇ ਬਣਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸੈਂਕੜੇ ਅਤੇ ਹਜ਼ਾਰਾਂ ਵਾਰ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਤਕਨਾਲੋਜੀ ਦੀ ਪਲ-ਪਲ ਪ੍ਰਕਿਰਤੀ ਬਹੁਤ ਸਾਰੇ ਸੰਭਾਵੀ ਸੰਭਾਵੀ ਕੇਸ ਪੇਸ਼ ਕਰਦੀ ਹੈ, ਹਾਲਾਂਕਿ ਸਮੱਗਰੀ ਨੂੰ ਜਲਦੀ ਪਛਾਣਨ ਦੇ ਯੋਗ ਬਣਾਉਣ ਲਈ ਇਸਨੂੰ ਅਜੇ ਵੀ ਬਹੁਤ ਸਾਰੀ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਇਹ ਸਿਖਲਾਈ ਇੰਨੀ ਤੇਜ਼ ਨਹੀਂ ਹੈ।

ਹਾਲਾਂਕਿ, ਉਹ ਚੀਜ਼ਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਸਖ਼ਤ ਮਿਹਨਤ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਅੰਤ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹਨ। "ਇਸ ਤਕਨਾਲੋਜੀ ਦੀ ਅਸਲ ਸ਼ਕਤੀ ਬਿਨਾਂ ਕਿਸੇ ਊਰਜਾ ਦੀ ਖਪਤ ਦੇ ਤੁਰੰਤ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਵਰਗੀਕਰਨ ਕਾਰਜਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਯੋਗਤਾ ਹੈ," ਉਹ ਸਮਝਾਉਂਦੇ ਹਨ। "ਇਹ ਕੰਮ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਬਣਾਉਣ ਦਾ ਮੁੱਖ ਬਿੰਦੂ ਹਨ: ਡਰਾਈਵਰ ਰਹਿਤ ਕਾਰਾਂ ਨੂੰ ਟ੍ਰੈਫਿਕ ਸਿਗਨਲਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ ਸਿਖਾਉਣਾ, ਖਪਤਕਾਰ ਡਿਵਾਈਸਾਂ ਵਿੱਚ ਵੌਇਸ ਕੰਟਰੋਲ ਲਾਗੂ ਕਰਨਾ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਸਾਰੀਆਂ ਉਦਾਹਰਣਾਂ।"

ਸਮਾਂ ਦੱਸੇਗਾ ਕਿ ਕੀ ਉਨ੍ਹਾਂ ਨੇ ਆਪਣੇ ਮਹੱਤਵਾਕਾਂਖੀ ਟੀਚੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ, ਪਰ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਦੇ ਨਾਲ, ਇਹ ਨਿਸ਼ਚਤ ਤੌਰ 'ਤੇ ਚਿੰਤਾ ਦਾ ਵਿਸ਼ਾ ਹੈ।

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

 


ਪੋਸਟ ਸਮਾਂ: ਅਕਤੂਬਰ-09-2019

ਸਾਨੂੰ ਆਪਣਾ ਸੁਨੇਹਾ ਭੇਜੋ:

WhatsApp ਆਨਲਾਈਨ ਚੈਟ ਕਰੋ!