മുഖം തിരിച്ചറിയൽ സാങ്കേതികവിദ്യ ഭയാനകമായ നിരക്കിൽ വികസിച്ചുകൊണ്ടിരിക്കുന്നു, ഗ്ലാസ് യഥാർത്ഥത്തിൽ ആധുനിക സംവിധാനങ്ങളുടെ ഒരു പ്രതിനിധിയാണ്, ഈ പ്രക്രിയയുടെ പ്രധാന പോയിൻ്റാണ്.
വിസ്കോൺസിൻ-മാഡിസൺ സർവകലാശാല അടുത്തിടെ പ്രസിദ്ധീകരിച്ച ഒരു പ്രബന്ധം ഈ മേഖലയിലെ പുരോഗതിയെ എടുത്തുകാണിക്കുന്നു, സെൻസറുകളോ ശക്തിയോ ഇല്ലാതെ അവരുടെ "ബുദ്ധി" ഗ്ലാസ് തിരിച്ചറിയാൻ കഴിയും. ക്യാമറകൾ, സെൻസറുകൾ, ആഴത്തിലുള്ള ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ എന്നിവയുടെ സാധാരണ ക്രമീകരണങ്ങൾ ഒരു നേർത്ത സ്ഫടികത്തിലേക്ക് കംപ്രസ്സുചെയ്യാൻ ഞങ്ങൾ ഒരു ഒപ്റ്റിക്കൽ സിസ്റ്റം ഉപയോഗിക്കുന്നു, ”ഗവേഷകർ വിശദീകരിച്ചു. ഈ പുരോഗതി പ്രധാനമാണ്, കാരണം ഇന്നത്തെ AI വളരെയധികം കമ്പ്യൂട്ടിംഗ് പവർ ഉപയോഗിക്കുന്നു, ഓരോ തവണയും നിങ്ങളുടെ ഫോൺ അൺലോക്ക് ചെയ്യാൻ ഫേഷ്യൽ റെക്കഗ്നിഷൻ ഉപയോഗിക്കുമ്പോൾ അത് വലിയ ബാറ്ററി പവർ ഉപയോഗിക്കും. ശക്തിയില്ലാതെ മുഖം തിരിച്ചറിയാൻ പുതിയ ഗ്ലാസ് വാഗ്ദാനം ചെയ്യുമെന്ന് സംഘം വിശ്വസിക്കുന്നു.
പ്രൂഫ് ഓഫ് കൺസെപ്റ്റ് വർക്കിൽ കൈയക്ഷര നമ്പറുകൾ തിരിച്ചറിയുന്ന ഗ്ലാസ് രൂപകൽപ്പന ചെയ്യുന്നത് ഉൾപ്പെടുന്നു.
ചില സംഖ്യകളുടെ ചിത്രങ്ങളിൽ നിന്ന് പുറപ്പെടുവിക്കുന്ന പ്രകാശം ഉപയോഗിച്ചാണ് സിസ്റ്റം പ്രവർത്തിക്കുന്നത്, തുടർന്ന് ഓരോ സംഖ്യയുമായി പൊരുത്തപ്പെടുന്ന മറുവശത്തുള്ള ഒമ്പത് പോയിൻ്റുകളിൽ ഒന്നിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു.
സംഖ്യകൾ മാറുമ്പോൾ തത്സമയം നിരീക്ഷിക്കാൻ സിസ്റ്റത്തിന് കഴിയും, ഉദാഹരണത്തിന് 3 8 ആയി മാറുമ്പോൾ.
"ഇത്രയും ലളിതമായ ഘടനയിൽ ഈ സങ്കീർണ്ണമായ പെരുമാറ്റം നേടാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു എന്നത് യഥാർത്ഥ അർത്ഥമാക്കുന്നു," ടീം വിശദീകരിക്കുന്നു.
ഏതെങ്കിലും തരത്തിലുള്ള മാർക്കറ്റ് ആപ്ലിക്കേഷനിൽ നിന്ന് ഇത് ഇപ്പോഴും വളരെ അകലെയാണ്, പക്ഷേ മെറ്റീരിയലിലേക്ക് നേരിട്ട് നിർമ്മിച്ച നിഷ്ക്രിയ കമ്പ്യൂട്ടിംഗ് കഴിവുകൾ അനുവദിക്കുന്നതിനുള്ള ഒരു മാർഗത്തിൽ ടീം ഇടറിപ്പോയി, നൂറുകണക്കിന് ഉപയോഗിക്കാൻ കഴിയുന്ന ഒറ്റ ഗ്ലാസ് കഷണങ്ങൾ റെൻഡർ ചെയ്യുന്നതിൽ ടീം ഇപ്പോഴും ശുഭാപ്തിവിശ്വാസത്തിലാണ്. ആയിരക്കണക്കിന് തവണയും. സാങ്കേതികവിദ്യയുടെ നൈമിഷിക സ്വഭാവം സാധ്യമായ നിരവധി കേസുകൾ വാഗ്ദാനം ചെയ്യുന്നു, എന്നിരുന്നാലും മെറ്റീരിയലുകൾ വേഗത്തിൽ തിരിച്ചറിയാൻ പ്രാപ്‌തമാക്കുന്നതിന് ഇതിന് ധാരാളം പരിശീലനം ആവശ്യമാണ്, മാത്രമല്ല ഈ പരിശീലനം അത്ര വേഗത്തിലല്ല.
എന്നിരുന്നാലും, അവർ കാര്യങ്ങൾ മെച്ചപ്പെടുത്താൻ കഠിനമായി പരിശ്രമിക്കുകയും ഒടുവിൽ മുഖം തിരിച്ചറിയൽ പോലുള്ള മേഖലകളിൽ അവ ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുകയും ചെയ്യുന്നു. "ഈ സാങ്കേതികവിദ്യയുടെ യഥാർത്ഥ ശക്തി ഊർജ്ജ ഉപഭോഗം കൂടാതെ കൂടുതൽ സങ്കീർണ്ണമായ വർഗ്ഗീകരണ ജോലികൾ ഉടനടി കൈകാര്യം ചെയ്യാനുള്ള കഴിവാണ്," അവർ വിശദീകരിക്കുന്നു. "ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് സൃഷ്ടിക്കുന്നതിനുള്ള പ്രധാന പോയിൻ്റാണ് ഈ ജോലികൾ: ട്രാഫിക് സിഗ്നലുകൾ തിരിച്ചറിയാൻ ഡ്രൈവറില്ലാ കാറുകളെ പഠിപ്പിക്കുക, ഉപഭോക്തൃ ഉപകരണങ്ങളിൽ ശബ്ദ നിയന്ത്രണം നടപ്പിലാക്കുക, കൂടാതെ മറ്റ് നിരവധി ഉദാഹരണങ്ങൾ."
അവർ അവരുടെ അഭിലാഷ ലക്ഷ്യങ്ങൾ നേടിയിട്ടുണ്ടോ എന്ന് സമയം പറയും, പക്ഷേ മുഖം തിരിച്ചറിയുന്നതിലൂടെ, ഇത് തീർച്ചയായും ഒരു യാത്രയാണ്.
പോസ്റ്റ് സമയം: ഒക്ടോബർ-09-2019
