ข้าม​ไป​ยัง​เนื้อหา⁠หลัก

Vision AI กับ​ข้อมูล​เพื่อ​รู้⁠จำ⁠พฤติกรรม

ผู้⁠เขียน

  • A

    AIWin

วัน​ที่​เผย⁠แพร่

เปรียบเทียบการตรวจจับการสูบบุหรี่ ด้านบนคือผล AI ภาพแปดภาพ ด้านล่างคือขั้นตอนบนแพลตฟอร์ม AI ข้อมูล NumOps ซึ่งระบุว่ากำลังสูบบุหรี่เฉพาะภาพที่ 4 และ 5

ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยี AI ด้านภาพก้าวหน้าไปอย่างเห็นได้ชัด โดย​เฉพาะ​ก⁠า⁠ร⁠ป⁠ร⁠ะ⁠ยุ⁠ก⁠ต์⁠ใ⁠ช้​ใน​สถานการณ์​ต่าง ๆ เช่น การ​เ⁠ฝ้⁠า⁠ร⁠ะ⁠วั⁠ง​ค⁠ว⁠า⁠ม⁠ป⁠ล⁠อ⁠ด⁠ภั⁠ย และ​ก⁠า⁠ร⁠วิ⁠เ⁠ค⁠ร⁠า⁠ะ⁠ห์⁠พฤติกรรม

ใน​งาน​เฉพาะ​อย่าง​การ​รู้⁠จำ "คนสูบบุหรี่" AI ด้านภาพสามารถระบุตัวบุคคลและวัตถุรอบตัว แล้วอนุมานต่อได้ว่า บุคคล​นั้น​มี​พฤติกรรม​สูบ​บุหรี่​หรือ⁠ไม่

อย่างไรก็ตาม เทคโนโลยี AI ด้านภาพแบบดั้งเดิม มักทำได้เพียงระบุตำแหน่งของวัตถุอย่างแม่นยำ แต่​ไม่​สามารถ​เข้าใจ​ก⁠า⁠ร⁠เ⁠ค⁠ลื่⁠อ⁠น⁠ไ⁠ห⁠ว​หรือ​พฤติกรรม​ได้​อย่าง⁠ละเอียด

เพื่อแก้ปัญหานี้ AIWin ได้ผสานเทคโนโลยี AI ด้าน​ภาพ​เข้า​กับ​เทคโนโลยี​ก⁠า⁠ร⁠วิ⁠เ⁠ค⁠ร⁠า⁠ะ⁠ห์​ข้อมูล ทำให้​ค้นหา​โมเดล​และ​การ​ตั้ง​ค่า​พารามิเตอร์​ที่​ดี​ที่สุด​ได้​โดย⁠อัตโนมัติ

เพื่อ​ย⁠ก⁠ร⁠ะ⁠ดั⁠บ​ความ​แม่นยำ​และ​ประสิทธิภาพ​ใน​การ​รู้⁠จำ "กำลังสูบบุหรี่" ตลอด​ก⁠ร⁠ะ⁠บ⁠ว⁠น⁠ก⁠า⁠ร ไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว ก็ฝึกสอน "โมเดลการสูบบุหรี่" ได้ ส่วนการตัดสินเชิงตรรกะ มอบให้ AI ดำเนิน​การ⁠ทั้งหมด

การผสานเทคโนโลยีเช่นนี้ ไม่​เพียง​มี​บทบาท​ใน​ระบบ​เ⁠ฝ้⁠า⁠ร⁠ะ⁠วั⁠ง แต่ยังประยุกต์ใช้ได้กับสถานการณ์อื่น เช่น การเฝ้าติดตามด้านสุขภาพในที่สาธารณะ และ​ก⁠า⁠ร⁠บ⁠ริ⁠ห⁠า⁠ร​จัดการ​พื้นที่​ปลอด​บุหรี่ ช่วย​สร้าง​ระบบ​เฝ้า​ติดตาม​ส⁠ภ⁠า⁠พ⁠แ⁠ว⁠ด⁠ล้⁠อ⁠ม​ที่​ช⁠า⁠ญ⁠ฉ⁠ล⁠า⁠ด​ยิ่ง⁠ขึ้น

และ​แม่นยำ​ยิ่ง⁠ขึ้น

*ในภาพ: การเปรียบเทียบระหว่าง AI แบบดั้งเดิม กับ AI แบบ​ดั้งเดิม​ที่​เสริม​ด้วย​ก⁠า⁠ร⁠วิ⁠เ⁠ค⁠ร⁠า⁠ะ⁠ห์⁠ข้อมูล

มีภาพทั้งหมดแปดภาพ ซึ่งในความเป็นจริง ภาพที่ 3 และ 6 ไม่​ควร​นับ​ว่า​กำลัง​สูบ⁠บุหรี่