Wetenschap
Op deze 21 juni 2018 bestandsfoto, een gezichtsherkenningscamera is te zien bij de douane-ingang op Orlando International Airport in Orlando, Fla. Computers begonnen decennia geleden menselijke gezichten in afbeeldingen te herkennen. Maar nu wedijveren kunstmatige-intelligentiesystemen met het vermogen van mensen om objecten in foto's en video's te classificeren. Dat wekt meer belangstelling van overheidsinstanties en bedrijven, die staan te popelen om visievaardigheden te schenken aan allerlei soorten machines. (AP Foto/John Raoux)
Computers begonnen decennia geleden menselijke gezichten in afbeeldingen te herkennen, maar nu wedijveren kunstmatige-intelligentiesystemen met het vermogen van mensen om objecten in foto's en video's te classificeren.
Dat wekt meer belangstelling van overheidsinstanties en bedrijven, die staan te popelen om visievaardigheden te schenken aan allerlei soorten machines. Onder hen:zelfrijdende auto's, drones, persoonlijke robots, in-store camera's en medische scanners die kunnen zoeken naar huidkanker. Er zijn ook onze eigen telefoons, waarvan sommige nu in één oogopslag kunnen worden ontgrendeld.
HOE WERKT HET?
Algoritmen die zijn ontworpen om gelaatstrekken te detecteren en individuele gezichten te herkennen, zijn sinds de eerste inspanningen decennia geleden geavanceerder geworden.
Een veelgebruikte methode is het meten van gezichtsafmetingen, zoals de afstand tussen de neus en het oor of van de ene ooghoek naar de andere. Die informatie kan vervolgens worden opgesplitst in getallen en worden gekoppeld aan vergelijkbare gegevens die uit andere afbeeldingen zijn geëxtraheerd. Hoe dichterbij ze zijn, hoe beter ze bij elkaar passen.
Een dergelijke analyse wordt nu geholpen door een grotere rekenkracht en enorme hoeveelheden digitale beelden die gemakkelijk kunnen worden opgeslagen en gedeeld.
VAN GEZICHTEN NAAR OBJECTEN (EN DIEREN)
"Gezichtsherkenning is een oud onderwerp. Het is altijd behoorlijk goed geweest. Wat echt ieders aandacht trok, is objectherkenning, " zegt Michael Brown, een professor computerwetenschappen aan de York University in Toronto die helpt bij het organiseren van de jaarlijkse conferentie over computervisie en patroonherkenning.
Onderzoek in het afgelopen decennium heeft zich gericht op de ontwikkeling van hersenachtige neurale netwerken die automatisch kunnen "leren" om te herkennen wat er in een afbeelding staat door te zoeken naar patronen in big data-sets. Maar mensen blijven machines slimmer maken door foto's te labelen, zoals gebeurt wanneer Facebook-gebruikers een vriend taggen.
Een jaarlijkse wedstrijd voor beeldherkenning die van 2010 tot 2017 duurde, trok toponderzoekers van bedrijven als Google en Microsoft. Een van de onthullingen:computers kunnen beter dan mensen onderscheid maken tussen verschillende Welsh corgi-rassen, deels omdat ze beter in staat zijn om de kennis die nodig is om dat onderscheid te maken, snel tot zich te nemen.
Maar computers zijn in de war geraakt door meer abstracte vormen, zoals standbeelden.
DE "GECODEERDE BLIK"
Het toenemende gebruik van gezichtsherkenning door wetshandhavers heeft de langdurige bezorgdheid over raciale en gendervooroordelen aan het licht gebracht.
Een onderzoek onder leiding van MIT-computerwetenschapper Joy Buolamwini ontdekte dat gezichtsherkenningssystemen die zijn gebouwd door bedrijven, waaronder IBM en Microsoft, veel meer kans hadden om mensen met een donkere huidskleur verkeerd te identificeren. vooral vrouwen. (Buolamwini noemde dit effect "de gecodeerde blik".) Zowel Microsoft als IBM kondigden onlangs inspanningen aan om hun systemen minder bevooroordeeld te maken door grotere en meer diverse foto-opslagplaatsen te gebruiken om hun software te trainen.
© 2018 The Associated Press. Alle rechten voorbehouden.
Wetenschap © https://nl.scienceaq.com