بینایی ماشین و یادگیری عمیق

علم روز هوش مصنوعی وکمک به سزای آن در تشخیص خشونت های خیابانی و ...
.
10 - 09 - 1399


رفتارشناسی:

شناخت کنش های انسانی همواره جز اصلی ترین عوامل تاثیر گذار بر واکنش سایر افراد میباشد.به بیانی دیگر رفتار شناسی در تک تک مباحث و مسائل روزمرگی انسان حائز اهمیت است.

با پیشرفت تکنولوژی و برروی کار آمدن علم هوش مصنوعی هرروز بییشتر از قبل شاهد تلفیق علم کامپیوتر و حوزه های علمی دیگر میباشیم.به طوری که میتوان انتظار داشت طی سالهای آینده بسیاری از فعالیت های فیزیکی امروز بدون نیاز به نیروی انسانی و بادقت تشخیص بالا همینطور مدت زمان کوتاه تر و کاهش مقادیر خطا ،انجام خواهد شد.

پیش از این تصور میشد رفتار شناسی ببیشتر در حوزه بازاریابی مورد توجه و استفاده است.اما در ادامه خواهیم دید که اثرات موارد استفاده دیگری خواهد داشت.

جلوگیری از هنجارشکنی و رعایت کردن قوانین شهروندی یکی از مسایلی است که اهمیت به سزایی در نظم ورعایت قوانین جامعه دارد! همینطور ایجاد امنیت و آرامش یکی از مهمترین مسائلی بوده که بشر از زمان های دور تا به حال با آن روبه رو بوده است.همانطور که گفته شد با بر روی کار آمدن علم هوش مصنوعی میتوان از راه کار های جدیدی برای نظارت بر رعایت قوانین شهروندی استفاده کرد.علاوه برآن درگیری های فیزیکی ، تیر اندازی ، عملیات های تروریستی و ... جز حوادثی هستند که امنیت افراد را به چالش میکشند .

علم روز هوش مصنوعی وکمک به سزای آن در تشخیص خشونت های خیابانی و ... :

طی تحقیقاتی که یک تیم بین المللی متشکل از محققان انگلیسی و هندی، برپایه بینایی ماشین و یادگیری عمیق به عمل آورده اند، با استفاده از هواپیما های بدون سرنشین میتوان نا آرامی ها را در یک منطقه تشخیص داد.

پس از بمب گذاری در ماراتن بوستون در سال2013 این محققان تصمیم براین داشتند تا این پروژه را انجام دهند ،علی رغم تلاش های بسیار،محققان بهدلیل نرسیدن به نتیجه مطلوب پروژه را متوقف کردند.اما مدتی پس از حادثه بمب گذاری کنسرت آرانا گراند در منچستر در سال 2017 محققان تصمیم بر این داشتند تا دوباره بر روی این پروژه اقداماتی انجام دهند.

یکی از چالش های مهم در این پروژه جمع آوری داده های آموزش بود. زیرا تصاویر هواپیماهای بدون سرنشین تحت شرایط نوری، ضعیف و تار میشوند علاوه بر آن مقیاس ها و جهت ها در مکان های مختلف محققان را مجاب کرد تا گروهی 25 نفره را جهت ثبت حرکات ناهنجار و خشونت های خیابانی، که گاها در آن از سلاح های سرد استفاده میشود را برای شبیه سازی تصاویرآموزشی استخدام کنند.

همچنبن محققان توانستد با اصلاح مدل های آموزشی و یادگیری ماشین در مراحل ابتدایی و انتهایی نسبت به پیاده سازی الگوریتم یادگیری عمیق و بدون نشانه گذاری اقدام کنند،که این خود یک گام بلند درآسان سازی این روند است.طبق آزمایشات این تیم ، میزان دقت سیستم در شناسایی یک فرد خشن در تصویر از 94 درصد شروع می شود اما وقتی پنج فرد خشن در یک تصویر حضور داشته باشد ،این مقدار به 84 درصد کاهش می یابد. چنین اختلافی ممکن است به دلیل طبقه بندی نادرست یا مشکلات ناشی از جمع آوری داده،از افرادی باشد که فاصله زیادی با هواپیما دارند .

در حال حاضر محققان تلاش بر این دارند تا بتوانند این روش را بر روی داده های درگیری های تن به تن نیز پیاده و شبیه سازی کنند. دور از ذهن نیست اگر در آینده ای نزدیک بتوان از این ساز و کار برای تشخیص افراد مشکوک و مسلح به سلاح های گرم استفاده کرد.

هدف نهایی توسعه یک سیستم کاملا اتوماتیک است که که بتواند ناهنجاری ها و قانون شکنی هارا تشخیص دهد و در روند اداره هرچه بهتر امور یاری رسان انسان ها باشد