Hangi hayvan yüz tanıma teknolojisi daha iyidir? İnekler, tavuklar, domuzlar, köpekler, koyunlar ...
Dry Ming, NY MAG'den derlendi
Qubit Raporu | Genel Hesap QbitAI
Yüz tanıma teknolojisinin insanlar üzerinde kullanımı rahatlığı artırsa da çeşitli sıkıntılar vardır:
Ya Kongre üyelerini suçluya dönüştürün (Amazon) ya da siyah kardeşleri goriller olarak tanımlayın (Google) ...
Bu, arkasındaki şirket için çok fazla eleştiriye neden oldu.
Peki bu teknolojiyi hayvanlara uygulamaya ne dersiniz? Daha az sorun çıkacak mı?
"New York Magazine", yüz tanıma teknolojisinin hayvanlara uygulanmasının mevcut durumunu değerlendirmek için bir makale yayınladı.
İnek
Bu makaleyi okurken, dünyada otlayan ve çevreyi aşındıran 1,3 milyardan fazla inek olduğunu unutmayın. Üstelik sığırlardaki hastalıklar sürüler arasında hızla yayılacaktır.
Sürünün sağlıklı olup olmadığını yakından takip etmek zor olabilir. Bu nedenle, bazı şirketler bu süreci basitleştirmek için yüz tanıma teknolojisini kullanır.
Örneğin, merkezi Dublin'de bulunan İrlandalı start-up şirketi "Cainthus", bu şirket büyük bir Amerikan özel şirketi Cargill tarafından yatırılır ve yerel çiftçilerle "boğa başı fotoğrafları" toplamak için işbirliği yapar.
domuz
Domuzların izlenmesi açısından Çin nispeten ileridir. JD.com, büyük domuz sürülerini izlemek ve domuz yaşını, kilosunu ve diyetini hızla tespit etmek için yüz tanıma teknolojisini kullanır.
Shadow Holdings'in kurucusu Chen Yaosheng'e göre, domuzları izlemek insanlardan daha zor. Bunun bir nedeni, "insanların kamera önünde durması, ancak domuzların durmaması."
koyun
Cambridge Üniversitesi'ndeki araştırmacılar, koyunların duygularını tespit etmek için yüz tanıma teknolojisini kullanıyor.
Spesifik olarak, bu koyunların acı çekip çekmediğidir. Bir koyun yüzünün resmini bilgisayara girdikten sonra, araştırmacılar, insanların çıplak gözle tespit etmesi zor olan duyguları hızlı bir şekilde tespit edebiliyor.
Araştırmacılar, bunun hayvanlara insanca muamele edilmesini sağlamaya yardımcı olduğuna inanıyor, ancak "hayvanlardaki ağrı derecesini değerlendirmek hayati ama zaman alıcı bir süreçtir."
aslan
Doğal kaynakların koruyucuları, yüz tanıma teknolojisini kullanarak 1000'den fazla aslanı nerede olduklarını anlamak ve ilgili araştırmaları yürütmek için kullanıyor.
Ancak, Lions veritabanını oluşturmak çok zor bir iştir. "Scientific American" raporlarına göre fotoğrafçıların etkili olabilmesi için aslana 30 metre mesafedeki aslanların fotoğrafını çekmesi gerekiyor.
kaplan
İngiliz araştırmacılar, dünyadaki kaplanların sayısını gerçek zamanlı olarak takip etmek için bir veritabanı oluşturmak için Flickr ve Instagram gibi sosyal platformlarda kaplan fotoğraflarını kullandı.
Sosyal platformlarda fotoğraf topladıktan sonra, bu kaplanları anlamalarını geliştirmek, hayatta kalma durumlarını analiz etmek ve bazı yardımların uygulanıp uygulanmayacağını değerlendirmek için onları "Wildsense Tigers" adlı ücretsiz bir uygulamada analiz edecekler.
kuş
Merlin Bird ID, kuşları izlemek için bir uygulamadır.Şu anda 2500'den fazla kuşun yaşam koşullarını analiz edebilir ve onları daha iyi koruyabilir.
Verilerin kaynağı, binlerce kuş fotoğrafı yükleyen tüm dünyadaki kuş severler.
Fil
Yaban hayatı uzmanları, onları kaçak avcılardan korumak için filleri izliyor.
Vahşi filleri tanımlamak için bir araç oluşturmak için Google Cloud'un görsel makine öğrenimi yazılımını kullandılar. Evening Standard'ın bir raporuna göre, filleri izlerken, görüş alanında bir kaçak avcı bulunursa, yazılım da bir uyarı verecektir.
lemur
2012 yılında, lemur nesli tükenmekte olan bir hayvan olarak adlandırıldı. George Washington Üniversitesi'ndeki bir araştırma ekibi onları korumaya çalışıyor.
80 kırmızı karınlı Madagaskar lemurunun 462 fotoğrafından özellikler çıkardılar ve LemurFaceID adlı bir araç geliştirdiler. Bu araç, iki lemurun yüzlerini% 97 doğrulukla ayırt edebilir.
Araştırmacılar şunları söyledi: "Araç daha da optimize edildikten sonra lemurları daha iyi tanımlayabilir ve böylece ilgili araştırmaları teşvik edebilir."
balina
Balinaları izlemek için yüz teknolojisini kullanmak çok başarılı bir kitle kaynak hikayesi.
İlk olarak, deniz biyoloğu Christian Khan, ilgili fotoğrafları sıraladı ve bunları veri yarışması web sitesi Kaggle'a yükledi.
Veri bilimi şirketi DeepSense'in balina yüzlerini tanımasının doğruluğu dört ay içinde% 87'ye ulaştı.
O zamandan beri, tanıma doğruluğu, "sudaki devlerin" izlenmesine ve izlenmesine yardımcı olarak istikrarlı bir şekilde gelişti. Atlantic Monthly, buna "Balinalar için Facebook" adını verdi
Kedi ve köpek
Yüz tanıma, birkaç yıldır köpeklere ve kedilere uygulanmaktadır.
Pratik uygulamalarda, genellikle sahiplerin kayıp (veya kaçan) "arkadaşlarını" bulmalarına yardımcı olmak için kullanılır. PiP, eksik kedi ve köpek yüz fotoğraflarına dayanarak hayvan kliniklerine ve hayvan barınaklarına uyarılar verebilen bu sistemlerden biridir.
Orijinal bağlantı:
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
