ಸ್ಮಾರ್ಟ್ ಗ್ಲಾಸ್ ಮತ್ತು ಕೃತಕ ದೃಷ್ಟಿಯ ಭವಿಷ್ಯ

ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನವು ಅಪಾಯಕಾರಿ ದರದಲ್ಲಿ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿದೆ ಮತ್ತು ಗಾಜು ವಾಸ್ತವವಾಗಿ ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳ ಪ್ರತಿನಿಧಿಯಾಗಿದೆ ಮತ್ತು ಈ ಪ್ರಕ್ರಿಯೆಯ ಪ್ರಮುಖ ಹಂತದಲ್ಲಿದೆ.

ವಿಸ್ಕಾನ್ಸಿನ್-ಮ್ಯಾಡಿಸನ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯವು ಪ್ರಕಟಿಸಿದ ಇತ್ತೀಚಿನ ಪ್ರಬಂಧವು ಈ ಕ್ಷೇತ್ರದಲ್ಲಿನ ಪ್ರಗತಿಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಅವರ "ಬುದ್ಧಿವಂತಿಕೆ" ಗ್ಲಾಸ್ ಅನ್ನು ಸಂವೇದಕಗಳು ಅಥವಾ ಶಕ್ತಿಯಿಲ್ಲದೆ ಗುರುತಿಸಬಹುದು. ಕ್ಯಾಮೆರಾಗಳು, ಸಂವೇದಕಗಳು ಮತ್ತು ಆಳವಾದ ನರಮಂಡಲಗಳ ಸಾಮಾನ್ಯ ಸೆಟ್ಟಿಂಗ್‌ಗಳನ್ನು ತೆಳುವಾದ ಗಾಜಿನ ತುಂಡುಗಳಾಗಿ ಸಂಕುಚಿತಗೊಳಿಸಲು ನಾವು ಆಪ್ಟಿಕಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ಬಳಸುತ್ತಿದ್ದೇವೆ, ”ಎಂದು ಸಂಶೋಧಕರು ವಿವರಿಸಿದರು. ಈ ಪ್ರಗತಿಯು ಮುಖ್ಯವಾಗಿದೆ ಏಕೆಂದರೆ ಇಂದಿನ AI ಬಹಳಷ್ಟು ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತದೆ, ಪ್ರತಿ ಬಾರಿ ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಅನ್ಲಾಕ್ ಮಾಡಲು ನೀವು ಮುಖದ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಬಳಸುವಾಗ ಅದು ಹೆಚ್ಚಿನ ಬ್ಯಾಟರಿ ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತದೆ. ಹೊಸ ಗ್ಲಾಸ್ ಯಾವುದೇ ಶಕ್ತಿಯಿಲ್ಲದೆ ಮುಖಗಳನ್ನು ಗುರುತಿಸಲು ಭರವಸೆ ನೀಡುತ್ತದೆ ಎಂದು ತಂಡವು ನಂಬುತ್ತದೆ.

ಪ್ರೂಫ್-ಆಫ್-ಕಾನ್ಸೆಪ್ಟ್ ಕೆಲಸವು ಕೈಬರಹದ ಸಂಖ್ಯೆಗಳನ್ನು ಗುರುತಿಸುವ ಗಾಜಿನ ವಿನ್ಯಾಸವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.

ಸಿಸ್ಟಮ್ ಕೆಲವು ಸಂಖ್ಯೆಗಳ ಚಿತ್ರಗಳಿಂದ ಹೊರಸೂಸಲ್ಪಟ್ಟ ಬೆಳಕಿನಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ನಂತರ ಪ್ರತಿ ಸಂಖ್ಯೆಗೆ ಅನುಗುಣವಾದ ಇನ್ನೊಂದು ಬದಿಯಲ್ಲಿರುವ ಒಂಬತ್ತು ಬಿಂದುಗಳಲ್ಲಿ ಒಂದನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.

ಸಂಖ್ಯೆಗಳು ಬದಲಾದಾಗ ಸಿಸ್ಟಮ್ ನೈಜ ಸಮಯದಲ್ಲಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಉದಾಹರಣೆಗೆ 3 8 ಕ್ಕೆ ಬದಲಾದಾಗ.

"ಇಂತಹ ಸರಳ ರಚನೆಯಲ್ಲಿ ನಾವು ಈ ಸಂಕೀರ್ಣ ನಡವಳಿಕೆಯನ್ನು ಪಡೆಯಲು ಸಾಧ್ಯವಾಯಿತು ಎಂಬ ಅಂಶವು ನಿಜವಾದ ಅರ್ಥವನ್ನು ನೀಡುತ್ತದೆ" ಎಂದು ತಂಡವು ವಿವರಿಸುತ್ತದೆ.

ವಾದಯೋಗ್ಯವಾಗಿ, ಯಾವುದೇ ರೀತಿಯ ಮಾರುಕಟ್ಟೆ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಆಕ್ರಮಿಸಿಕೊಳ್ಳುವುದರಿಂದ ಇದು ಇನ್ನೂ ಬಹಳ ದೂರದಲ್ಲಿದೆ, ಆದರೆ ವಸ್ತುವಿನೊಳಗೆ ನೇರವಾಗಿ ನಿರ್ಮಿಸಲಾದ ನಿಷ್ಕ್ರಿಯ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಅನುಮತಿಸುವ ಮಾರ್ಗದಲ್ಲಿ ಅವರು ಎಡವಿದ್ದಾರೆ ಎಂದು ತಂಡವು ಇನ್ನೂ ಆಶಾವಾದಿಯಾಗಿದೆ, ನೂರಾರು ಬಳಸಬಹುದಾದ ಗಾಜಿನ ತುಂಡುಗಳನ್ನು ರೆಂಡರ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸಾವಿರಾರು ಬಾರಿ. ತಂತ್ರಜ್ಞಾನದ ಕ್ಷಣಿಕ ಸ್ವಭಾವವು ಅನೇಕ ಸಂಭಾವ್ಯ ಸಂಭಾವ್ಯ ಪ್ರಕರಣಗಳನ್ನು ನೀಡುತ್ತದೆ, ಆದರೂ ವಸ್ತುಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸಲು ಇನ್ನೂ ಹೆಚ್ಚಿನ ತರಬೇತಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ ಮತ್ತು ಈ ತರಬೇತಿಯು ಅಷ್ಟು ವೇಗವಾಗಿಲ್ಲ.

ಆದಾಗ್ಯೂ, ಅವರು ವಿಷಯಗಳನ್ನು ಸುಧಾರಿಸಲು ಶ್ರಮಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಅವುಗಳನ್ನು ಮುಖ ಗುರುತಿಸುವಿಕೆಯಂತಹ ಪ್ರದೇಶಗಳಲ್ಲಿ ಬಳಸಲು ಬಯಸುತ್ತಾರೆ. "ಈ ತಂತ್ರಜ್ಞಾನದ ನಿಜವಾದ ಶಕ್ತಿಯು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ವರ್ಗೀಕರಣ ಕಾರ್ಯಗಳನ್ನು ಯಾವುದೇ ಶಕ್ತಿಯ ಬಳಕೆಯಿಲ್ಲದೆ ತಕ್ಷಣವೇ ನಿಭಾಯಿಸುವ ಸಾಮರ್ಥ್ಯವಾಗಿದೆ" ಎಂದು ಅವರು ವಿವರಿಸುತ್ತಾರೆ. "ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ರಚಿಸಲು ಈ ಕಾರ್ಯಗಳು ಪ್ರಮುಖ ಅಂಶಗಳಾಗಿವೆ: ಟ್ರಾಫಿಕ್ ಸಿಗ್ನಲ್‌ಗಳನ್ನು ಗುರುತಿಸಲು ಚಾಲಕರಹಿತ ಕಾರುಗಳಿಗೆ ಕಲಿಸುವುದು, ಗ್ರಾಹಕ ಸಾಧನಗಳಲ್ಲಿ ಧ್ವನಿ ನಿಯಂತ್ರಣವನ್ನು ಅಳವಡಿಸುವುದು ಮತ್ತು ಇತರ ಹಲವು ಉದಾಹರಣೆಗಳು."

ಅವರು ತಮ್ಮ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಗುರಿಗಳನ್ನು ಸಾಧಿಸಿದ್ದಾರೆಯೇ ಎಂದು ಸಮಯ ಹೇಳುತ್ತದೆ, ಆದರೆ ಮುಖದ ಗುರುತಿಸುವಿಕೆಯೊಂದಿಗೆ, ಇದು ಖಂಡಿತವಾಗಿಯೂ ಸಂಬಂಧಿಸಿದ ಪ್ರಯಾಣವಾಗಿದೆ.