211service.com
Un'app di Google Glass sa cosa stai guardando
Google ha dimostrato che la fotocamera integrata in Google Glass, il computer indossato dall'azienda, può catturare alcuni video sorprendenti. Ora azienda di machine learning AlchemyAPI ha creato un'app che utilizza quella fotocamera per riconoscere ciò che una persona sta guardando. L'app è stata creata durante una sessione di hacking dei dipendenti tenuta dall'azienda questo mese per sperimentare modi per dimostrare il loro nuovo servizio di riconoscimento delle immagini.
Vedere chiaramente: questa app di visione artificiale è sicura al 67 percento che stia guardando una scrivania (Credit: AlchemyAPI)
L'app può funzionare su foto scattate da una persona che indossa Glass o acquisire costantemente immagini dalla fotocamera del dispositivo. Questi vengono inviati al cloud o a un computer vicino per essere elaborati dal software di riconoscimento delle immagini di AlchemyAPI. Il software restituisce la sua migliore ipotesi su ciò che vede e poi Glass mostrerà, o parlerà, il verdetto.
C'è un leggero ritardo e poi sentirai dire 'poltrona' o 'computer desktop', afferma Elliot Turner, CEO di AlchemyAPI. Occorrono circa 250 ms per analizzare un dato frame.
Ecco un video dell'app in azione:
Si potrebbe dire che l'app di Turner afferma semplicemente l'ovvio, ma farlo in (quasi) tempo reale non è un'impresa da poco per il software di visione artificiale. Il sistema di riconoscimento delle immagini di AlchemyAPI è costruito su un sistema di complesse reti neurali simulate del tipo noto come deep learning, che può produrre sistemi che apprendono più velocemente e in modo più intelligente rispetto a tecniche più consolidate. Google è stato un pioniere in questo settore (vedi Deep Learning) e molte altre grandi aziende tra cui Microsoft (vedi Microsoft Brings Star Trek's Voice Translator to Life) e Facebook (Facebook Launches Advanced AI Research Group) stanno anche investendo nella tecnologia.
Un demo online mostra la capacità del software di riconoscimento delle immagini di AlchemyAPI. Mostra il sistema che risponde a un treno costante di immagini estratte dalla ricerca di immagini di Google e da Flickr.
Sebbene lungi dall'essere perfetto, le prestazioni del software sono impressionanti. L'intuizione che la demo fornisce sulla certezza di ogni giudizio che fa suggerisce anche che potrebbe essere facilmente fatto sembrare più competente. Molti degli errori del sistema si verificano quando si cerca di essere molto specifici. Dire che questo è un insetto sarebbe meglio di non sono sicuro di cosa sia, potrebbe essere una mantide o un grillo. Turner afferma che i primi clienti per l'offerta di riconoscimento delle immagini sono per lo più società di media che vogliono classificare e cercare grandi raccolte di fotografie senza etichetta.
I sistemi di riconoscimento degli oggetti possono essere confrontati testandoli con il database standard ImageNet, che contiene più di 50 milioni di immagini etichettate con 22.000 categorie diverse. Elliot non condividerà le cifre esatte, ma afferma che il suo sistema funziona alla pari con i migliori sistemi testati pubblicamente contro questo, che in genere sbagliano circa il 15-17% delle loro ipotesi. Uno di questi sistemi ora alimenta il riconoscimento degli oggetti integrato nella funzione di ricerca delle immagini di Google per il suo social network Google Plus , dopo che Google ha acquistato una startup fondata dal pioniere del deep learning Geoffrey Hinton dell'Università di Toronto.