चेहर्यावरील ओळख तंत्रज्ञान चिंताजनक दराने विकसित होत आहे आणि ग्लास प्रत्यक्षात आधुनिक प्रणालींचा प्रतिनिधी आहे आणि या प्रक्रियेच्या मुख्य बिंदूवर आहे.
विस्कॉन्सिन-मॅडिसन युनिव्हर्सिटीने नुकत्याच प्रकाशित केलेल्या एका पेपरमध्ये या क्षेत्रातील प्रगती अधोरेखित केली गेली आहे आणि त्यांचे “बुद्धिमत्ता” ग्लास सेन्सर किंवा पॉवरशिवाय ओळखले जाऊ शकतात. ” आम्ही काचेच्या पातळ तुकड्यात कॅमेरे, सेन्सर आणि खोल मज्जातंतूंच्या नेटवर्कच्या सामान्य सेटिंग्ज कॉम्प्रेस करण्यासाठी ऑप्टिकल सिस्टम वापरत आहोत, ”संशोधकांनी स्पष्ट केले. ही प्रगती महत्त्वपूर्ण आहे कारण आजचा एआय बर्‍याच संगणकीय शक्तीचा वापर करतो, प्रत्येक वेळी जेव्हा आपण आपला फोन अनलॉक करण्यासाठी चेहर्यावरील ओळख वापरता तेव्हा प्रत्येक वेळी बॅटरीची मोठी शक्ती वापरते. नवीन ग्लास कोणत्याही शक्तीशिवाय चेहरे ओळखण्याचे वचन देतो असा संघाचा विश्वास आहे.
प्रूफ-ऑफ-कॉन्सेप्ट वर्कमध्ये हस्तलिखित क्रमांक ओळखणारे ग्लास डिझाइन करणे समाविष्ट आहे.
सिस्टम काही संख्येच्या प्रतिमांमधून उत्सर्जित केलेल्या प्रकाशानुसार कार्य करते आणि नंतर प्रत्येक संख्येशी संबंधित दुसर्‍या बाजूला असलेल्या नऊ बिंदूंवर लक्ष केंद्रित करते.
जेव्हा संख्या बदलते तेव्हा सिस्टम रिअल टाइममध्ये निरीक्षण करण्यास सक्षम असते, उदाहरणार्थ जेव्हा 3 मध्ये 3 बदलते.
टीम स्पष्ट करते, “अशा साध्या रचनेत आम्ही हे जटिल वर्तन मिळविण्यास सक्षम होतो ही वस्तुस्थिती वास्तविकतेचा अर्थ प्राप्त करते.
तर्कसंगतपणे, कोणत्याही प्रकारच्या बाजारपेठेतील अनुप्रयोगाचा ताबा घेण्यापासून हे अद्याप खूप लांब आहे, परंतु कार्यसंघ अद्याप आशावादी आहे की त्यांनी थेट सामग्रीमध्ये तयार केलेल्या निष्क्रिय संगणकीय क्षमतांना परवानगी देण्याच्या मार्गावर अडखळले, शेकडो आणि हजारो वेळा वापरल्या जाणार्‍या काचेचे एकच तुकडे केले. तंत्रज्ञानाचे क्षणिक स्वरूप बर्‍याच संभाव्य प्रकरणे देते, तरीही साहित्य द्रुतपणे ओळखण्यासाठी सक्षम करण्यासाठी बरेच प्रशिक्षण आवश्यक आहे आणि हे प्रशिक्षण इतके वेगवान नाही.
तथापि, ते गोष्टी सुधारण्यासाठी कठोर परिश्रम करीत आहेत आणि अखेरीस ते चेहर्यावरील ओळख यासारख्या क्षेत्रात वापरू इच्छित आहेत. “या तंत्रज्ञानाची खरी शक्ती म्हणजे कोणत्याही उर्जेचा वापर न करता त्वरित अधिक जटिल वर्गीकरण कार्यांशी सामना करण्याची क्षमता.” "ही कार्ये कृत्रिम बुद्धिमत्ता तयार करण्याचा मुख्य मुद्दा आहेत: ट्रॅफिक सिग्नल ओळखण्यासाठी ड्रायव्हरलेस कार शिकवणे, ग्राहक उपकरणांमध्ये व्हॉईस कंट्रोलची अंमलबजावणी करणे आणि इतर अनेक उदाहरणे."
त्यांनी त्यांची महत्वाकांक्षी उद्दीष्टे साध्य केली आहेत की नाही हे वेळ सांगेल, परंतु चेहर्यावरील मान्यता देऊन, हा नक्कीच एक प्रवास आहे.
पोस्ट वेळ: ऑक्टोबर -09-2019
