Šiandien dėl didelių dirbtinio intelekto galimybių šuolių kompiuterine vizija (CV) pagrįstos technologijos tapo pagrindinėmis daugelio programų ir įrenginių savybėmis, įskaitant tuos, kuriuos žmonės naudoja kasdien.
Veido atpažinimo biometrinė programinė įranga neegzistuotų be kompiuterinio regėjimo. Savaeigiams automobiliams to reikia saugiam vairavimui. Kompiuterinis matymas reikalingas tiek medicininės vaizdų analizės, tiek robotų kokybės užtikrinimo tikrinimo procesams. Mano įmonė „Shopic“ naudoja kompiuterinę viziją, kad atpažintų į lipdukų krepšelius įdėtus daiktus.
Šios technologijos iš esmės naudoja kompiuterinę viziją, kad automatizuotų naudingus procesus, naudojant vaizdinius duomenis kaip įvestį. Sistemos apima nuskaitymo aparatūrą ir algoritmus, leidžiančius mašinoms analizuoti, apdoroti ir išgauti informaciją iš skaitmeninių vaizdų ir vaizdo įrašų. Tai labai priklauso nuo mašininio mokymosi, gilaus mokymosi ir sudėtingų neuroninių tinklų.
Pastaraisiais mėnesiais kompiuterinis regėjimas išsivystė naujais ir įdomiais būdais. Kai kuriems šie pokyčiai taip pat kelia nerimą, tačiau matau šioje srityje potencialo ir galimybių. Žemiau pateikiamos kelios ryškios tendencijos, kurios, manau, dominuos pramonėje šiame etape ir artimiausioje ateityje.
Gauti slenkstį palaipsniui mažinama
Dėl nuolatinės pažangos debesies saugykloje kraštiniai įrenginiai, tokie kaip skaitmeniniai fotoaparatai ir regėjimo jutikliai, gali apdoroti kompiuterinį regėjimą vietoje, o ne siųsti jį į debesį. Tai perkelia kompiuterinės vizijos AI apdorojimą į kraštinius įrenginius, sumažindama delsą ir sumažindama energijos bei pralaidumo sąnaudas. Tokios įmonės kaip „Nvidia“ kuria krašto debesų paslaugas, siekdamos pagerinti kompiuterinės vizijos išteklių diegimą. Atsisakius brangaus debesų apdorojimo ir saugojimo, sumažės priėmimo išlaidos, o CV sistemos tampa prieinamesnės ir įperkamos. Perėjimas prie kraštų apdorojimo taip pat pagerina kompiuterinės vizijos programų duomenų privatumą, įveikiant atitikties problemas, kurios anksčiau buvo taikomos daugelyje įmonių.
Kompiuterinės vizijos programos plečiasi
Mažėjant kliūčių priėmimui, vis daugiau pramonės šakų vis dažniau diegia kompiuterinę viziją. Sveikatos priežiūra yra viena iš sričių, kuriai norisi pritaikyti kompiuterinę viziją, kuri leistų tiksliau nustatyti vaizdų diagnozę ir teikti nuotolines medicinos paslaugas, žadant chirurgiją su robotu.
Matėme, kad mažmeninėje prekyboje, įskaitant savitarnos apsipirkimo sistemas ir parduotuves be kasų, auga kompiuterinės vizijos naudojimo atvejai. Savaeigės transporto priemonės ir kelių eismo saugumo įranga naudoja kompiuterinį matymą, kad pagerintų saugumą, ūkininkai naudoja kompiuterinę viziją pasėlių stebėjimui ir ligų aptikimui, o VSLAM sistemos naudoja kompiuterinį matymą, kad pateiktų tikslesnį žemėlapių vaizdą, skirtą pagalbai nelaimėms, orų prognozėms ir kt.
Kadangi naudojimo atvejų ir toliau daugėja, kompiuterinės vizijos rinka plėsis. „Global Data“ prognozuoja, kad kompiuterinės vizijos rinka išaugs nuo 17,73 mlrd. USD 2023 m. iki 30,3 mlrd. USD 2026 m.
sistema tampa sudėtingesnė
Kadangi dirbtinio intelekto algoritmai, kuriais grindžiami kompiuterinio matymo sprendimai, tampa galingesni, kompiuterinės regos sistemos pagerins savo gebėjimą atpažinti objektus ir veidus. Tai leis kompiuterinės regos sistemoms tiksliau aptikti emocijas ir sekti kūno judesius, atvers naujas elgesio įžvalgų ir anomalijas aptikimo galimybes. Nors asmenų stebėjimas yra labai problemiškas ir pastaraisiais metais buvo tiriamas, anoniminė minios nuotaikų analizė yra vienas iš etiško naudojimo atvejų.
Taip pat matome, kad kompiuterinės regos sistemos kuria novatoriškus vaizdo apdorojimo modelius ir metodus. Šiandieninis „dėmesio modelis“ iš esmės yra įvesties apdorojimo technika, leidžianti neuronų tinklui sutelkti dėmesį į konkrečias sudėtingo vaizdo ar vaizdo įrašo dalis, o tai leidžia kompiuterinės regos sistemoms suprasti kiekvieną užimto vaizdo ar pradinio dažnio dalį. Be to, "Graph Neural Networks" taiko gilias mokymosi prognozes duomenų struktūroms, kuriose yra daug reliacijų, pagerindami kompiuterinį regėjimą, suprasdami ir interpretuodami kontekstą.
Vizualinių duomenų sujungimas su kitais duomenų šaltiniais gali praturtinti bendrą įvykių kontekstą ir supratimą, lygiai taip pat, kaip žmonės derina regėjimą su vėjo pojūčiu, greičio suvokimu ir aplinkos fono garsais, kad suprastų juos supantį pasaulį. Tokiu būdu CV sprendimai gali suprasti ir išgauti įžvalgas apie visą sceną platesniame kontekste, o ne tik pasirinktus segmentus.
Toks brandumas leis tiksliau interpretuoti ir analizuoti, geriau priimti sprendimus ir būti naudingiau sudėtingose ir greitai kintančiose situacijose, pavyzdžiui, judriose gamyklose ar miesto gatvėse.
AR įžengia į naują erą
Šiuolaikiniai papildytos realybės (AR) sprendimai gali sukurti interaktyvų 3D bet kokios realios aplinkos vaizdą su ribotais koregavimais, atliekamais stebint besikeičiančią šviesą ant plokščių paviršių. Jie gali reaguoti į vartotojo judesius naudodami galvos sekimą ir valdiklius, bet ne daugiau.
Tačiau kompiuterinių vaizdo kamerų integravimas su akių sekimo sprendimais ir giroskopais pradeda gaminti sudėtingesnes sistemas. Patobulintos kompiuterinės regos (CV-enhanced AR) sprendimai gali suvokti visą vartotojo aplinką, nukreipti vartotoją vengti kliūčių, pritaikyti virtualią aplinką pagal vartotojo kūno judesius ir pan.
Tai turi svarbių pasekmių pagalbiniams įrenginiams, navigacijos programoms ir žaidimų / metaversijos patirčiai.
iššūkiai išlieka
Nepaisant didžiulių kompiuterinės vizijos pokyčių ir perspektyvų, šios srities lyderiai vis dar susiduria su tam tikrais iššūkiais. Kadangi kompiuterinė vizija yra palyginti nauja sritis komerciniame pasaulyje, trūksta ekspertų, kurie ją plėtotų ir platintų. Įmonės turi tobulinti savo darbuotojus, kad atitiktų šiuos reikalavimus.
Mes, kaip pramonės šaka, taip pat turime geriau spręsti su privatumu, pasitikėjimu ir etišku naudojimu susijusias problemas. Svarbiausia yra griežtai rinkti duomenis, visiškai pasirenkamus arba tikrai anonimiškus. Kompiuterinės vizijos sistemos turi atitikti besikeičiančius privatumo reglamentus ir visuomenės reikalavimus dėl privatumo.
"Daugėjant dirbtinio intelekto skaidrumo ir paaiškinamumo poreikis. Kompiuterinis regėjimas negali būti tik juodoji dėžė, bet dirbtinio intelekto modeliai, kuriais ji remiasi, yra tokie sudėtingi, kad sunku juos paaiškinti." Atsakingas už AI sistemų diegimą žmonėms, stengsis užtikrinti, kad jie galėtų paaiškinti, kaip buvo priimti sprendimai ir kokia informacija buvo panaudota juos priimant. „Tačiau kadangi kompiuterinis regėjimas tampa sudėtingesnis, iššūkiai didėja“, – rašo Bernardas Marras.
Kompiuterinis matymas vis dar yra pradiniame etape
Kaip ir kiti dirbtinio intelekto sprendimai, kompiuterinis matymas tobulėja šviesos greičiu, nuolat atsiranda naujų metodų, taikomųjų programų, naudojimo atvejų ir galimybių. Tokioje greitai besikeičiančioje aplinkoje sunku numatyti, kas nutiks ateityje.
Nors vis dar reikia įveikti daug iššūkių, ypač susijusių su privatumu ir etišku naudojimu, kompiuterinės vizijos sistemos žada suteikti naujų galimybių daugeliui pramonės šakų, atverdamos naujas galimybes visoms susijusioms šalims.
