مجله هوش مصنوعی شهاب
فیس بوک در زمینه نرم افزار شناسایی و تطبیق چهره پیشرفت بسیاری داشته و تحقیقات خود را منتشر کرده است. وقتش رسیده که به منظور بررسی مدل های کسب و کار به چیزی فراتر از برچسب زدن (تگ کردن) به عکس ها بیاندیشیم. فیسبوک نرم افزار تأیید چهره ای را طراحی کرده که تقریبا صورت ها را می تواند به خوبی یک انسان تشخیص دهد. جدای ازکاربردهایی مانند تگ کردن عکس ها، جالب خواهد بود که ببینیم فیسبوک با ابزارهای هوش مصنوعی خود چه می کند. این نرم افزار که در مجله فناوری MIT نیز مطرح شده است، در یک مقاله پژوهشی توسط سه تن از محققین گروه هوش مصنوعی فیسبوک و در یکی از دانشگاه های بزرگ دنیا نیز مطرح شده است. فیسبوک اکنون می تواند چهره ها را با دقت ۹۷٫۲۵ درصد با استفاده از یک سیستم یادگیری عمیق که از شبکه های نورون های شبیه سازی شده برای ردیابی الگوها در داده ها استفاده می کند، تشخیص دهد.
آن چه که در چکیده ی مقاله تحقیقاتی فیسبوک بدان اشاره شده است:
چکیده
در فناوری مدرن تشخیص چهره، جریانی که برای فرآیند تشخیص چهره مرسوم و معمول است شامل چهار مرحله است: آشکارسازی← هم ترازی← نمایندگی ویژگیها ← طبقه بندی. ما هر دو گام هم ترازی و نمایندگی را با استفاده از مدل سازی سه بعدی چهره به منظور اِعمال یک تبدیل وابسته اجرا می کنیم و یک تصویر مشابه از چهره را توسط یک شبکه عصبی عمیق نه لایه ای ایجاد می کنیم. این شبکه عمیق شامل بیش از ۱۲۰ میلیون پارامتر می باشد که از چندین لایه متصل موضعی بدون به اشتراک گذاری وزن، به جای لایه های کانولوشن استاندارد ( نوعی از شبکه های عصبی که در یادگیری عمیق مورد استفاده قرار می گیرد ) استفاده می کند. بنابراین ما آن را در بزرگترین مجموعه داده های مربوط به چهره که تا به امروز وجود داشته بررسی کردیم که از بین چهار میلیون تصویر صورت متعلق به بیش از ۴۰۰۰ شخص شناسایی شده است که هر هویت به طور متوسط شامل بیش از هزار نمونه است. بازنمودهای آموخته شده تنظیمات دقیق مبتنی بر مدل را با پایگاه داده ای بزرگ چهره هماهنگ می کنند، به طور قابل توجهی با چهره هایی درمحیط های بدون محدودیت تطبیق پیدا می کند، حتی با یک دسته بندی ساده. روش ما به دقت ۹۷٫۲۵٪ بر روی چهره های نشانه گذاری شده در مجموعه داده های Labled Faces in the Wild) LFW) می رسد، و خطای موجود در وضعیت فعلی را به بیش از ۲۵٪ کاهش می دهد، که عملکردی نزدیک به عملکرد چشم انسان می باشد.
به طور خلاصه، فیسبوک در زمینه نرم افزار تطبیق چهره مرز های پیشرفت را در نوردیده است.
اکنون سوال بزرگی که مطرح است این است که فیسبوک با چیزی مانند Deep Face چه می کند، که در حال حاضر نیازمند یک تلاش تحقیقاتی تمام عیار است. برخی از حدس هایی که زده می شود شامل:
- تگ کردن بهتر. امروز شما باید بتوانید که کسی را در یک عکس در فیسبوک تگ کنید. فیسبوک در مقطعی در آینده امکان دارد بتواند چهره ها را در میان یک جمعیت یک میلیارد نفری تشخیص دهد.
- تطبیق آگهی. چه می شود اگر فیسبوک بتواند چهره شما را وقتی در حال تماشای یک آگهی هستید ببیند؟ این تکنولوژی در حال حاضر در اختیار برخی از استارت آپ های مرتبط با شرکت های رسانه ای که درحوزه اندازه گیری آگهی های تلویزیونی ( از لحاظ تعداد بیننده ) فعال هستند می باشد.
- نام ها و چهره ها. Deep Face متخصص در تطبیق چهره است بدین معنی که می تواند دو چهره را با یکدیگر مطابقت دهد، اما اسم های اشخاصی را که چهره شان را شناسایی می کند نمی تواند تشخیص دهد. فیسبوک در حال حاضر از اسم شما آکاهی دارد — و همچنین هر چیز دیگری که مربوط به شماست — بنابراین چهره شما می تواند بخشی از مجموعه داده ها باشد.
- برخی از چیزهای جالبی که ما هنوز به فکرمان نرسیده. فن آوری DeepFace فیسبوک که به نام ها و عکس ها مرتبط است میتواند منجر به به وجود آمدن ویژگی هایی شود که هنوز به وجود نیامده اند. ما مطمئن هستیم که در این جا موضوع یک مدل کسب درآمد مطرح است.
بیشتر بخوانید:
- پلاک خوان های شهر گرینزبوروی آمریکا فعلاً قرار نیست افزایش پیدا کنند
- فرماندار اوکلند از پلاک خوان ها حمایت می کند اما مخالفان در اثربخشی آن تردید دارند
- لبنان استفاده از پلاک خوان های خودکار را تایید کرد
- چالش های مدیریت کلاس با ابزار جدید تشخیص چهره هوش مصنوعی
- آیا می توان از دوربین های ترافیکی برای گرفتن رانندگان الکلی استفاده کرد؟
