Waldo-Hunting A.I. Robots atrisina vienu no dzīves lielākajām noslēpumiem

Iekārta, kas paredzēta, lai atrastu bērnu grāmatu raksturu, izraisa sajaukšanos sociālajos medijos. “Tur ir Waldo” ir robots, kas izmanto datora vīziju, lai atrastu beanie-plāksteri “Kur ir Waldo” grāmatu sērijā, automatizējot vienu no piecu gadu vecumu lielākajām spriedzēm visā pasaulē.

Mašīnu izveidoja radošā aģentūra Red Pepper, kas demonstrēja tās izveidi 2018. gada augustā. Tā izmanto Google AutoML Vision - mākoņdatiem balstītu mākslīgā intelekta pakalpojumu, kas ļauj izstrādātājiem izveidot pielāgotus modeļus attēlu identificēšanai. Komanda augšupielādēja 26 Waldo zīmējumus, lai apmācītu modeli pirms bota uzstādīšanas. Mašīna izmanto Raspberry Pi datoru, kas aprīkots ar PYUARM Python bibliotēku, lai kontrolētu UARM Metal. Roku izmanto Logitech tīmekļa kameru un OpenCV, lai identificētu sejas un nosūtītu atpakaļ Google, ievietojot gumijas roku uz leju, ja Google ziņo par 95 procentiem vai augstāku ticamības līmeni. Twitter lietotājs “CKYPT” pagājušajā nedēļā koplietoja robotu, un kopš tā laika tas ir saņēmis gandrīz vienu miljonu skatu:

Datoru vīzija, kas ir svarīga: AI atrod Waldo. pic.twitter.com/LcyTAcCGVZ

- Pedro Garcia (@CKPYT) 2019. gada 12. februārī

Skatīt vairāk: 13 roboti, kurus varat iegādāties, lai justos kā dzīvojat nākotnē

Rezultāti ir iespaidīgi. Tās visaugstākais ieraksts, lai atrastu un identificētu spēli, ir 4,45 sekundes, daudz ātrāk, nekā parasti veicis, lai pabeigtu uzdevumu. Robota noņemšana no vienādojuma varētu padarīt procesu vēl ātrāku: sistēma, ko 2014. gadā iezīmēja Machine Learning Mastery, aprakstīja, kā izstrādātāji varētu izmantot OpenCV, Python un Template Matching, lai identificētu Waldos mazāk nekā sekundē.

Tas var šķist saliekts veids, kā ņemt izklaidi no bērnu grāmatas, bet pamatā esošajai tehnoloģijai ir vairāki svarīgi lietojumi. Datoru vīzija palīdz vadīt autonomus automobiļu projektus, piemēram, kognitīvo pilotu, kur sistēma identificē šķēršļus un veic atbilstošus pasākumus. MIT pētniecības projekts apmācīja A.I.atpazīt pārtikas receptes, kas balstītas uz redzi, pēc apmācības par vienu miljonu receptēm un 800 000 ēdienu attēliem. Boston Dynamics SpotMini arī izmanto datora vīziju, lai apmācītu robotu suņus, lai viņi varētu šķērsot māju, uzņemt trauku un ievietot traukus trauku mazgājamā mašīnā, kas viss ir noderīgāks nekā Waldo atrašana.

AutoML varētu piedāvāt ieskatu, kā nākotnē A.I. sistēmas darbosies. Google Brain pētnieks Quoc Le teica Sinhronizēts tas, ka AutoML vienkāršā saskarne nozīmē “mēs sākam ceturtajā mašīnmācības paaudzē: mašīna mācās, lai jums nebūtu jādara daudz, tas iemācīsies visu.”

Šī mācīšanās varētu pat paplašināties līdz Waldo atrašanās vietai.