NEW YORK – Google je dobio patent na tehnologiju koja bi mogla revolucionizirati pretrage i koja bi njihovom servisu za pretrage mogla dati nevjerojatno znanje o svijetu.
Ovaj patent bi mogao revolucionirati korištenje interneta, posebno ukoliko se tehnologija prenese i na pametne telefone. Međutim, vrlo je moguće da će ova tehnologija izazvati kontroverze i zabrinutost zbog narušavanja privatnosti. Grupe za ljudska prava već upozoravaju da bi ova tehnologija Googleu mogla dati mnogo informacija o privatnom životu ljudi.
Iz Googlea su izjavili da imaju namjeru napraviti “skladište” imena objekata u kojem će biti oko 50.000 različitih objekata koji će se moći kombinirati.
SEEbiz
Nije ovo nista novo niti revolucionarno, na ovome rade mnoge grupe vec godinama (izmedju ostalih i moja) i Google tu uopste nije najbolji – samo ima dovoljno podataka na kojima uci svoje algoritme, i dovoljno para da plati advokate da ovakve stvari proguraju u patente.
Medjutim, nije tacno da je moguce prepoznati bilo koji objekat (zasad, ali s obzirom na kompleksnost problema, neke stvari ce tesko biti moguce i u blizoj buducnosti). Da ne ulazim sad u detalje, ali samo odredjeni broj objekata moze se izvuci iz slike, a od tog broja, cak iako se naprave opisni elementi navedeni u patentu, samo manji podskup je moguce poslije prepoznati.
Sve to ima veze sa vizuelnom percepcijom, racunarskim vidom i masinskim ucenjem/prepoznavanjem shema, i o tome cu drzati prezentaciju u Podgorici 28.09. pa ko je zainteresovan, neka navrati ;)
Gdje – Vladimire ?
Muzeji i galerije Podgorice u Marka Miljanova – jako rogobatno ime, zar ne? Ipak, ambijent koji mi bas odgovara. Bice mi drago ako dodjete!
ako, recimo, kazes kompijuteru da ti prepopzna papriku u jelu, a on uperi laser u kasiku pored tanjira, jel to dovoljno blizu za ovu fazu, il mora da biste kroz hranu dok ne nadje papriku?
Eh laufere, moja je nauka jednostavna u odnosu na to vase pitanje – sta zelite reci? :)
Trebalo je par puta da procitam da bih shvatio sta mislite, i moram reci da je pitanje odlicno. Naime, ponekad je bitno samo dobiti odgovor da li se zeljeni objekat nalazi u slici ili ne, bez potrebe da se isti i locira. Ponekad algoritmi koji su u stanju da prepoznaju da se objekat nalazi u slici ustvari prepoznaju kontekst (jer je to cesto lakse), pa na osnovu stepena vjerovatnoce zakljuce da tu mora biti i objekat (naprimjer: ako nadjete travu, mozda je tu i krava). Od nacina na koji definisete i mjerite uspjeh zavisi da li je to dovoljno dobro ili ne.
A kad smo vec kod paprikasa – primjer ukazuje na nesto sto ce biti jako tesko kompjuterima da savladaju, a to je cinjenica da paprika tokom kuvanja mijenja oblik, boju, stanje, itd. Vi mozete nauciti kompjuter da prepozna papriku na osnovu ‘cistih’ primjera komada paprike, u kom slucaju necete prepoznati da se nalazi u paprikasu; mozete pokusati da ga ucite i tako sto cete u primjere uvrstiti paprikas, u kom slucaju je vjerovatno da ce i u gulasu naci papriku, odnosno da mu nece biti bas najjasnije sta je to sto papriku definise.
I treca stvar – jos jedan razlog zasto je dobro pitanje – ko god se bavi ovom strukom hiljadu je puta ucitao, analizirao i buljio u sliku koja se zove peppers.png :)