UkeTau - Baru-baru ini, Pokemon Go berhasil menarik perhatian orang, permainan memungkinkan pengguna untuk mengalami pesona panas AR dari permainan, tapi interaksi AR dengan dunia nyata lebih dari ini. AI-driven citra perusahaan teknologi pengenalan Cortica co-founder dan CEO Igal Raichelgauz diterbitkan pandangan tentang masa depan AR.
Peran Pokemon GO mengandalkan Google Maps lintang tetap dan bujur. Jika aplikasi di game teknologi AR nyata, kedalaman instan pemetaan dan objek kemampuan pengenalan memungkinkan karakter permainan untuk berinteraksi dengan dunia nyata, daripada menempatkan mereka bermain tidak konsisten.
AR masih Holy Grail nyata, biarkan teknologi AR adalah kunci untuk benar-benar memainkan peran teknologi pengenalan gambar AI-driven, yang dapat "belajar tanpa pengawasan", salah satu dapat menggunakan cara instan melihat gambar dan video, dan mungkin melakukan untuk memahami konten.
Keterbatasan saat AI. Sebelum memahami "belajar tanpa pengawasan", mari kita lihat situasi saat ini. Google, IBM dan Facebook dan perusahaan besar lainnya telah berkomitmen untuk pengembangan dan praktek teknologi AI untuk meningkatkan kemampuan pengenalan gambar, tetapi mereka memiliki kelemahan, sebagian besar pekerjaan saat ini di daerah ini berfokus pada teknologi "pembelajaran yang mendalam".
Studi mendalam memberikan kekuatan komputasi besar, tetapi ada dua kelemahan utama yaitu :
Pertama, ketika kedalaman sistem pembelajaran yang pertama lapisan kontak 1.000 komputasi, daya komputasi mencapai puncaknya, tetapi tanpa kemampuan untuk terus formasi skala.
Kedua, kebutuhan pembelajaran mesin memungkinkan orang untuk ratusan jam instruksi, kita menyebutnya "tanpa pengawasan belajar." ilmuwan komputer akan memperbaiki jawaban yang salah, sistem akhirnya akan belajar dari kesalahan. Untuk satu set data tertentu, yang efektif, misalnya, untuk menjawab pertanyaan di acara kuis, atau bermain permainan papan, tetapi tidak dapat diterapkan dengan perubahan lingkungan, seperti alam.
"Manusiawi" AI. Sebuah frase kata kunci yang perlu kita perhatikan adalah: Nature. pembelajaran mendalam untuk menggunakan AR tidak berlaku, karena cara ini, sistem buatan memahami Ziranhuanjing. Tentu saja, ini tidak tugas yang sulit bagi manusia.Untuk memastikan bahwa komputer secara akurat dapat memahami lingkungan, yang membutuhkan proses, sama seperti manusia, seperti evolusi alami. Penelitian otak terbaru menunjukkan bahwa belajar tanpa pengawasan adalah jawabannya.
Tanpa pengawasan belajar dan pembelajaran yang mendalam berbeda karena tidak memerlukan keterlibatan manusia, tidak perlu memberikan satu set tertentu data, benar atau jawaban yang salah pertanyaan ── "Ini adalah kucing, itu bukan kucing" sistem pembelajaran tanpa pengawasan berdasarkan pada setiap gambar akan karakteristik yang sama / berbeda, menganalisis ribuan karakteristik, termasuk warna, bentuk, kombinasi yang kompleks.
Apa yang nyata AR AI-driven bisa dilakukan?. Melalui pemahaman yang lebih dalam ini, game AR AI-driven akan membawa karakter fiksi dan permainan ditetapkan menjadi pemandangan alam. Tetapi pengaturan yang sempurna dari permainan hanyalah puncak dari gunung es.
AI didorong oleh AR adalah teknologi yang kuat yang dapat menumbangkan segudang industri. Misalnya, konsumen akan segera dapat memanfaatkan ponsel mereka sendiri dan perangkat lain di foto. Bayangkan tertanam asisten AI secara otomatis dapat mengatur gambar dan video, pencarian yang tepat dalam satu milidetik, rekomendasi saham berdasarkan tema gambar. Jutaan foto lupa tiba-tiba memperoleh hidup baru, potensi pencarian visual dilepaskan.
Gambar pengakuan melalui pembelajaran tanpa pengawasan bisa membuat mobil sendiri mengemudi ke keamanan secara eksponensial. Mobil benar-benar dapat melihat pejalan kaki, cara sempurna untuk mengidentifikasi hambatan. Di bidang medis, prosedur bedah, dokter dapat mempelajari informasi lebih tepat waktu, dan dengan solusi ratusan operasi terkait dibandingkan panduan dokter berdasarkan Shijiefanwei beroperasi dalam.
AR adalah sebuah tren, tapi hanya jika teknik ini sempurna terintegrasi dalam masyarakat, dapat memainkan peran yang lebih besar. Pokemon GO jauh dari mencapai tingkat ini, tapi teknologi ini akan segera digunakan. Melalui tanpa pengawasan sopir belajar, Anda dapat membuat Pikachu maya tersembunyi di pohon nyata, terobosan ini akan mengubah secara fundamental modus operasi AI, AR di dunia.
Peran Pokemon GO mengandalkan Google Maps lintang tetap dan bujur. Jika aplikasi di game teknologi AR nyata, kedalaman instan pemetaan dan objek kemampuan pengenalan memungkinkan karakter permainan untuk berinteraksi dengan dunia nyata, daripada menempatkan mereka bermain tidak konsisten.
Keterbatasan saat AI. Sebelum memahami "belajar tanpa pengawasan", mari kita lihat situasi saat ini. Google, IBM dan Facebook dan perusahaan besar lainnya telah berkomitmen untuk pengembangan dan praktek teknologi AI untuk meningkatkan kemampuan pengenalan gambar, tetapi mereka memiliki kelemahan, sebagian besar pekerjaan saat ini di daerah ini berfokus pada teknologi "pembelajaran yang mendalam".
Studi mendalam memberikan kekuatan komputasi besar, tetapi ada dua kelemahan utama yaitu :
Pertama, ketika kedalaman sistem pembelajaran yang pertama lapisan kontak 1.000 komputasi, daya komputasi mencapai puncaknya, tetapi tanpa kemampuan untuk terus formasi skala.
Kedua, kebutuhan pembelajaran mesin memungkinkan orang untuk ratusan jam instruksi, kita menyebutnya "tanpa pengawasan belajar." ilmuwan komputer akan memperbaiki jawaban yang salah, sistem akhirnya akan belajar dari kesalahan. Untuk satu set data tertentu, yang efektif, misalnya, untuk menjawab pertanyaan di acara kuis, atau bermain permainan papan, tetapi tidak dapat diterapkan dengan perubahan lingkungan, seperti alam.
"Manusiawi" AI. Sebuah frase kata kunci yang perlu kita perhatikan adalah: Nature. pembelajaran mendalam untuk menggunakan AR tidak berlaku, karena cara ini, sistem buatan memahami Ziranhuanjing. Tentu saja, ini tidak tugas yang sulit bagi manusia.Untuk memastikan bahwa komputer secara akurat dapat memahami lingkungan, yang membutuhkan proses, sama seperti manusia, seperti evolusi alami. Penelitian otak terbaru menunjukkan bahwa belajar tanpa pengawasan adalah jawabannya.
Tanpa pengawasan belajar dan pembelajaran yang mendalam berbeda karena tidak memerlukan keterlibatan manusia, tidak perlu memberikan satu set tertentu data, benar atau jawaban yang salah pertanyaan ── "Ini adalah kucing, itu bukan kucing" sistem pembelajaran tanpa pengawasan berdasarkan pada setiap gambar akan karakteristik yang sama / berbeda, menganalisis ribuan karakteristik, termasuk warna, bentuk, kombinasi yang kompleks.
Apa yang nyata AR AI-driven bisa dilakukan?. Melalui pemahaman yang lebih dalam ini, game AR AI-driven akan membawa karakter fiksi dan permainan ditetapkan menjadi pemandangan alam. Tetapi pengaturan yang sempurna dari permainan hanyalah puncak dari gunung es.
AI didorong oleh AR adalah teknologi yang kuat yang dapat menumbangkan segudang industri. Misalnya, konsumen akan segera dapat memanfaatkan ponsel mereka sendiri dan perangkat lain di foto. Bayangkan tertanam asisten AI secara otomatis dapat mengatur gambar dan video, pencarian yang tepat dalam satu milidetik, rekomendasi saham berdasarkan tema gambar. Jutaan foto lupa tiba-tiba memperoleh hidup baru, potensi pencarian visual dilepaskan.
Gambar pengakuan melalui pembelajaran tanpa pengawasan bisa membuat mobil sendiri mengemudi ke keamanan secara eksponensial. Mobil benar-benar dapat melihat pejalan kaki, cara sempurna untuk mengidentifikasi hambatan. Di bidang medis, prosedur bedah, dokter dapat mempelajari informasi lebih tepat waktu, dan dengan solusi ratusan operasi terkait dibandingkan panduan dokter berdasarkan Shijiefanwei beroperasi dalam.
AR adalah sebuah tren, tapi hanya jika teknik ini sempurna terintegrasi dalam masyarakat, dapat memainkan peran yang lebih besar. Pokemon GO jauh dari mencapai tingkat ini, tapi teknologi ini akan segera digunakan. Melalui tanpa pengawasan sopir belajar, Anda dapat membuat Pikachu maya tersembunyi di pohon nyata, terobosan ini akan mengubah secara fundamental modus operasi AI, AR di dunia.
No comments:
Post a Comment
Silahkan Berkomentar Sesuai Artikel Postingan, Link Aktif atau Link Mati Otomatis Masuk ke Komentar SP4M.