浅谈人工智能在人脸识别应用方面的优缺点

作者: 佚名 2020-02-28 11:00:41

 自上世纪50年图灵的一篇论文《机器人会思考吗?》开启人工智能的大门,人工智能的研究便一时成为科学、资本的热点,但先后经历几次大起大落。然而去年一场人机大战,再次掀起了一场全球人工智能热潮,至此AI吸引了无数企业参与,无需质疑,人工智能是当前科技界热门的事件,也被视为新的科技革命,人工智能(AI)席卷了整个世界。

由于AI被视为下一个科技革命,过去一年掀起来了一股的热潮,不仅来自科技巨头,也涌现了众多在该领域的创新创业企业,以及国家政策支持下,将有助于开发出全新的人机交互模式,可以说让人工智能以的方式入侵着我们的世界。在未来人工智能会在所有的领域彻底改变人类,甚至可以说:谁能在人工智能领域取得突破,意味着谁就赢得未来,也预示着人工智能迎来好时代,逐渐从科幻、科研进入人们生活当中。

你很快就会注意到,几乎所有来自技术领域的东西都或多或少涉及人工智能或机器学习。而他们讨论人工智能的方式,听起来几乎像是在宣传:人工智能可以解决所有需求! 虽然我们确实可以利用人工智能技术做出很多事情,但我们没有理解“智能”这个词的全部含义。智力意味着一个系统,在这个系统中,人类可以进行创造性的对话——一个拥有想法并能发展新想法的系统。也就是说目前对该技术的炒作可能已经超过了其真正的潜力,但安全性方面的可能应用无疑是非常可靠、令人兴奋的。

当许多人在提示您谈论安全性中的AI时会自动想到面部识别,但事实是它的真正价值在于其他地方。机器学习是AI的一个子集,可以帮助监控技术达到很高的准确性,并为中间商创造了更好的商机。且如今人工智能在算法与芯片领域的成熟及成本的下降,使得智能监控的商业化落地更加快速地普及,同时智能监控市场在寻求差异化竞争形成了百花齐放的形势。

检测精度

从历史上看,使用视频分析生成警报的监视应用程序的主要关注点是,它们可能无法将人类与例如某种野生生物区分开来,这样便会产生虚假警报,浪费了时间和资源。但是机器学习可以帮助并应对这个挑战,因为它可以预先校准系统以检测实际威胁并忽略虚假威胁。在大多数基于安全性的应用程序中,用户仅想识别一个人或车辆,这两者都可能代表安全威胁。当它为视频分析提供支持时,机器学习工具使开发人员可以指示算法选择特定的特征和对象。更高的精度意味着监视人员的时间不会浪费在由物体或环境波动引起的不必要的警报,这意味着他们的生产率和注意力范围得到了提高,并且绩效得到了改善。

同样确定的是触发有意义的警报的能力是如何在确保周边安全方面带来现实利益。启用了机器学习的分析可以实时检测可疑事件,通过授权员工主动解决当前事件,而不是审查过去的事件,从而极大地改善了设施保护。

人与机器

尽管AI和自动化之类的技术对公司的运作方式产生了革命化的影响(使他们以更少的钱做更多的事),但企业领导者却自欺欺人,他们认为他们很快就能完全消除对工人的需求并削减相关成本。当然,我们越来越依赖于机器来执行手动任务,甚至为我们做出例如确定监视摄像机前面的形状是人还是树枝的这种小决定。但是,在安全这样的部门中,企业的生计或有时甚至是人们的生命受到威胁,人力投入的价值仍然是不可动摇的。

毫无疑问,机器学习对监视团队(工作过度和人员不足)将有很大的帮助,因为它可以过滤掉潜在的警报,阻止那些不符合标准的警报(因为他们不是人或车辆) 。当然,这使工作人员只有极少数的异常情况需要辨认。但是,当警报出现时,评估警报的责任仍然在于他们。比方说人脸可以通过化妆、整容等方式进行伪装,可能无法识别;也有可能通过照片等图像,而非本人实际面部识别通过,有较大安全隐患;以及来访人员是快递员还是小偷?下一步该怎么做?这些都是人工智能无法鉴别的,是人类智慧永远比人工智能更有价值的地方。

人工智能 人脸识别 机器学习
上一篇:全球自动驾驶年度“实力”榜出炉,百度超越Waymo排第一,Waymo:我反对评测标准 下一篇:口罩人脸识别模型升级,奇怪的东西误判率下降
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

中国AI专利申请量占全球74%,腾讯、百度、OPPO前五

报告显示,过去十年,全球人工智能专利申请集中在中国、美国、日本、韩国。其中,中国和美国处于领先地位。中国专利申请量为389571,位居世界第一,占全球总量的74.7%,是排名第二的美国的8.2 倍。

南方都市报 ·  1天前
AI一键去纹身,几秒钟让你看见明星「真面目」

来自印度的机器学习研究者 Vijish Madhavan 最近开源的一个机器学习工具 SkinDeep 满足了我们的需求。

机器之心 ·  1天前
人工智能进军“古玩鉴定”,人类职业再遭冲击?

近两年,人工智能的风头虽然偶被5G、自动驾驶等所盖过,但其发展和热度并未因此受到影响。

林中易木 ·  1天前
人脸识别技术的优缺点

无论在哪里使用,面部识别都可能会吸引很多人的注意。这就是为什么我们整理了一份关于面部识别的利弊清单,这样你就可以了解这个有争议的话题。

Cassie ·  1天前
人工智能如何为临床试验提供无摩擦的患者匹配

这场疫情凸显了医疗保健行业一些效率低下的方面,为了应对这些危机,一些医疗机构已经采用与大数据相关的技术,例如人工智能技术、自然语言处理、数据管理等。

Kirk Junker ·  1天前
让静态知识动起来:从知识图谱到事理图谱

传统的知识图谱回答的是“是什么”的问题,而以“事”为核心的事理图谱回答的是“为什么”的问题。目前,绝大多数知识图谱主要以实体(特别是人名)为基础,面向事件知识图谱研究的语料构建和研究方法还处于探索阶段。

AI科技评论 ·  1天前
知识图谱是否是自然语言处理的未来?

2021年了,不少当年如日中天技术到今天早已无人问津,而知识图谱这个AI界的大IP最火的时候应该是18,19年,彼时上到头部大厂下到明星创业公司都在PR自己图谱+NLP布局能够赋予AI认知能力。到了当下这个AI总体降温的时间节点,我们是时候冷静思考知识图谱的未来到底该何去何从了。

Luke ·  1天前
人工智能在未来将要经历的七个阶段

自2000年以来,全球对人工智能的投资增长了6倍。据统计,到2025年,全球AI市场预计将增长到600亿美元。

SENSORO升哲 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载