Sınıf yerleştirmesi "Sky Eye" sadece zevksiz değil, aynı zamanda bir başarısızlıktır
"Sınıftaki her şey hakkında fikir sahibi olabilir. Bu sistem sayesinde, hangi öğrencilerin sınıfa dikkat ettiğini ve hangi öğrencilerin koştuğunu görebilirsiniz."
Son zamanlarda, Zhejiang Eyaleti, Hangzhou'daki bir ortaokulun sınıfına yeni bir büyülü "arkadaş" eklendi Akıllı Sınıf Davranış Yönetim Sistemi .
Leifeng.com, genellikle "Sky Eye" olarak bilinen bu sistemin, öğrencilerin yüz ifadelerini ve hareketlerini yakalamak için üç yerleşik kameraya sahip olduğunu ve ardından bir dizi büyük veri analizi yaptığını ve son olarak sınıftaki gerçek zamanlı devam verilerini ve sınıf konsantrasyonundaki sapmayı hesapladığını öğrendi. Analiz edin, sınıf davranışları ve yüz ifadesi verilerini kaydedin ve sonuçları kampüs yönetimine geri gönderin.
Okul sorumlusu şöyle dedi: Sistem, öğrencilerin 6 davranışını analiz etmek için her 30 saniyede bir tarama yapacaktır: okumak, ellerini kaldırmak, yazmak, ayakta durmak, dinlemek ve masaya yatmak ve ardından mutlu, üzgün, kızgın veya tiksinti olup olmadığını belirlemek için yüz ifadelerini birleştirmek. Sınıftaki durum.
Şu anda sadece masada yatmak olumsuz bir davranıştır. Bu tür dikkatsiz davranışlar belirli bir noktaya ulaşırsa, sistem ekrana bir hatırlatıcı gönderecek ve öğretmen hatırlatmaya göre öğretimi yönetebilecektir. Gelecekte, okul reviri gibi diğer arka uç verilerle iletişim kuracak. Öğrenciler rahatsızsa "beyaz listeye" dahil edilebilirler .
Basitçe söylemek gerekirse, öğrencilerin günde 8 dersi vardır, toplam 320 dakikadır.Öğrenciler derse kaç dakika harcıyor? Odaklanmadığın zaman ne yapıyorsun? Çocuk okulda iyi vakit geçiriyor mu? Bu sistem tarafından sağlanan veri analizi sonuçları bir bakışta görüntülenebilir.
Sistemin uygulanması ve uygulanmasıyla ilgili olarak, bir eğitimci olan Bay Huang, " Gösterişli. Öğretmen, öğrencilerin terk edip etmediğini masada açıkça görebilir ".
Onun görüşüne göre, öğrencilerin elinde girişim olarak 'öğrenme' nasıl tutulur, eğitim yöneticilerinin düşünmesi gereken bir sorun haline geldi. Öğrenme her zaman özerk bir süreç olmuştur. Eğitimin temel atılımı öğretim yardımcılarının yükseltilmesi değildir. Sınıftaki öğrencilerin ciddiyeti eğitmenin cazibesine bağlıdır. Zorunlu denetim yalnızca birçok öğrenciyi "insanları maskeleyecektir".
Aynı zamanda, sistemin uygulaması da çoğu netizen tarafından acımasızca dövüldü:
Bir teknoloji medyası olarak Leifeng.com, bu teknolojinin ahlaki toplum düzeyinde uygulanması hakkında çok fazla yorum yapmamaktadır. Teknik açıdan, bu teknolojinin uygulanması gerçekten uygulanabilir mi?
Yukarıdaki bakış açısından sistem, sınıf uygulamasının iki işlevi yerine getirebileceğini söyledi:
1. Sınıf gerçek zamanlı yoklama verileri
Çünkü sınıftaki öğrenci sayısı fazla değil; ayrıca sınıfın kapsamı da geniş değil. Şu anda birçok yüz tanıma teknolojisi üreticisi bu talebi iyi karşılayabiliyor, bu yüzden ayrıntıya girmeyeceğim.
2. Sınıf konsantrasyon sapma analizi (mikro ifade verileri)
Sistemin çalışma süreci açısından, kurulumdan ve açıldıktan sonra iki ana işlem gerçekleştirecektir:
Birincisi, yüz kamerası aracılığıyla öğrencilerin yüzlerini algılayarak ilk noktada belirtilen gerçek zamanlı katılımı tamamlayan yüz algılama;
İkincisi, bu yüz verilerine dayanarak gerçek zamanlı derinlemesine analiz yapmaktır. Mikro ifade tanıma Öğrencilerin dikkatinin dağılmış ve terk edilmiş olup olmadığına karar vermek.
Yüz ifadeleri, insanların sıklıkla yaptığı daha abartılı veya alışılmış ifadelerden farklı bir dizi küçük kas tarafından kontrol edilir.Mikro ifade kısa bir süre sürer ve hareket aralığı küçüktür.Ayrıca, mikro ifade kendiliğinden bir ifadedir. İnsanlar ne sahte ne de bastırılamayan iç duygularını gizlemeye çalıştıklarında ortaya çıkar.
Diğer biyometrik teknolojilerin araştırma ve geliştirmeleriyle karşılaştırıldığında, mikro ifade tanıma, bilgisayar görüşü alanında her zaman zorlu bir teknik sorun olmuştur çünkü çok incedir.Teknolojinin araştırma ve geliştirme için yüksek bir eşiği vardır ve teknik zorluklar esas olarak üç açıdan yansıtılmaktadır:
Veri toplama Buradaki veriler dinamik video verileri olmalıdır;
Kas birimlerinin etiketlenmesi zordur , Herkesin farklı ifade tanımları vardır ve "gülümseme" ve "üzgün" gibi kriterleri yargılamak zordur;
Mikro ifade tanıma, duygusal değişiklikleri saniyenin beşte biri içinde yakalamalıdır Yani, verileri gerçek zamanlı yapmak için saniyede beşten fazla çerçeve işlemek.
Leifeng.com, bu teknolojinin şu anda en çok finans alanında kullanıldığını öğrendi.
Örnek olarak kredi sektörünü ele alalım, günümüzde hileli krediler çok yaygın. Büyük bir kredi başvurusu söz konusu olduğunda, finans kurumu, görüşmeciden krediyi onaylamadan önce kullanıcıyla on ila on beş dakikalık bir soru ve cevap vermesini isteyecektir. Başlangıçta, kullanıcının temel bilgileri kontrol edilecektir. Kullanıcının yanıtı sırasında, kullanıcının soruları yanıtlama alışkanlığını kaydetmesi için bir mikro emoji profili oluşturulacaktır.
Görüşmecinin soruları derinleştikçe, kullanıcı daha sonraki soruları yanıtladığında, önceki cevaplama alışkanlıklarında bir ihlal varsa (örneğin, gözleri doğrudan ekrana bakmaktan yukarı bakmaya veya aşağıya bakmaya dönüyorsa), sistem yanıt verecektir. Bir anormalliği işaretleyin Tüm görüşme süreci bittikten sonra, sistem daha önce kaydedilen anormalliklerin sayısına ve seviyesine göre görüşmeciye kapsamlı bir değerlendirme ve geri bildirimde bulunacaktır.
Ön ve arka taraf arasındaki boşluk çok büyükse, bu, kişinin duygularının ve psikolojisinin temel sorudan takip bağlantısına büyük ölçüde değiştiği anlamına gelir. Bu, görüşmeciye, kişinin belirli bir risk altında olduğunu ve daha iyi hale getirmek için daha fazla araştırma yapması gerektiğini hatırlatabilir. Riski azaltmak.
Bu bakış açısına göre, bu teknolojinin uygulanması için ön koşul, görüşmecinin soruları giderek derinleştikçe ince yüz ifadesi değişiklikleriyle eşleşmelidir. Konuya geri dönersek, öğrencilerin ders sırasında herhangi bir sözlü düşünme ve yükü yoktu, bu da tüm yüz ifadelerinin doğal bir durumda üretildiği ve onu tek bir yüz ifadesi değişikliğinden yargılamamanız gerektiği anlamına geliyor. Zihinsel aktivite veya dikkat dağınıklığı (standartların eksikliği).
Univision Teknolojisinin Akıllı Algoritma Geliştirme Departmanında uzman olan Yang Zhikun, açıkça şunları söyledi: " Bu sistemin işlerliği konusunda şüpheliyim ".
Ona göre, bu sistemin fiili uygulamasında aşağıdaki sorunlar olacaktır:
Herhangi bir AI teknolojisinin uygulanması, yanlış tanıma oranının kontrol edilebilir olmasını sağlamalıdır. Genel olarak konuşursak, normal bir sınıfın uzunluğu yaklaşık on iki metredir.Her öğrencinin yüzündeki ince değişiklikleri makine aracılığıyla kısa bir mesafeden yargılamak çok zordur;
Herhangi bir ürünün inişi, ışık gibi çeşitli karmaşık ortamların etkisini dikkate almalıdır. Bu sistemin ayrıca sabah, öğleden sonra ve gece sınıf ortamındaki değişiklikleri de dikkate alması gerekir. Makine, gerçek zamanlı karmaşık sahnelerde doğru tanımayı nasıl sağlayabilir?
Video gözetimi altındaki öğrenciler dinamiktir ve uygulama senaryoları işbirliği içermez. Bu durumda tanımlama zorluğu daha da artacaktır. Makine farklı açıları nasıl doğru bir şekilde tanıyabilir?
Yang Zhikun, AI teknolojisinin son yıllarda hızla geliştiğini ve eğitim piyasasının gerçekten de gelecekte AI güvenliğine iniş için temel geliştirme yönlerinden biri haline geldiğini söyledi.Şimdi büyük güvenlik satıcıları bu pazarı yakından izliyor.
Ancak sektör açısından bakıldığında, ilgili teknolojiler körü körüne uygulanamaz. Yapay zeka uygulamaları tanıma oranı, yanlış tanıma oranı ve sağlamlık sağlamalıdır, ancak bu üç nokta karşılandığında teknolojinin uygulanması anlamlı olacaktır. Şu anda, karaya çıkarılması daha kolay olan sahneler arasında erişim kontrolü, yüz katılımı vb. Bulunmaktadır ve sistem tarafından önerilen mikro ifade analizi, mevcut AI geliştirme düzeyinden hala çok uzaktadır.
Ona göre, "Bir ürün sadece müşterilerin ihtiyaçlarını değil, aynı zamanda izleyicinin deneyimini de dikkate almalıdır."
