人工智慧工程師鏟屎官發明這個杜絕愛貓叼獵物家~

人工智慧工程師鏟屎官發明這個杜絕愛貓叼獵物家~
人工智慧工程師鏟屎官發明這個杜絕愛貓叼獵物家~

人工智慧 發明再添一項~有了他再也不怕你家寶貝帶著獵物回家啦!!

 

人工智慧 AI 科技用於可愛的喵星人身上已不是新聞,像是之前百度工程師為了拯救寒冬中的浪浪而開發的人工智慧貓屋,保護浪浪免於凍死與餓死;台灣也有從矽谷回台的工程師開發 AI 貓便盆,都是以保護愛貓為出發點。而這次又有人工智慧貓咪產品問世,只是這次的開發動機是:奴才被主子叼回的獵物嚇到,而且開發人員不是工程師!

推薦閱讀:AI 保護流浪貓!百度工程師打造人工智慧貓窩

人工智慧貓門可偵測到附近出沒的貓 以及牠們口中是否叼著獵物

 

寵物貓半夜叼獵物回家 奴才嚇到研發AI產品應對

根據 the Verge報導:亞馬遜的產品經理 Ben Hamm 收養了一隻「甜蜜又致命的貓(sweet, murderous cat)」Metric 之後,半夜經常被吵醒。因為 Metric 這時總會叼著「戰利品」回到家中。有時是垂死的小動物、有時甚至是屍體。Hamm 別無選擇,只能疲憊地將牠們安樂死後,再回去補眠。

Hamm 透過學習程式語言的方式解決了這個問題,並且在「點燃西雅圖(Ignite Seattle)」的演講中,幽默地分享這項人工智慧解決方案「貓・老鼠・A.I・我的媽啊!(Cats, Rats, A.I., Oh My!)」

▲貓奴PM分享他如何使用人工智慧 解決愛貓叼獵物回家的問題

首先,Hamm 先把家中的貓門「升級」為「守門員」來把關愛貓是否又帶獵物回家。安裝電子套件 Arduino 來鎖門很容易,但是要如何讓門鎖感應到Metric 的口中是否叼著獵物?

透過機器學習訓練人工智慧分辨貓與獵物

身為亞馬遜的資深產品經理,Hamm 想出了 ML 機器學習的解決方案。Hamm 在貓門上方安裝了自家的 AWS DeepLens。AWS DeepLens可讓程式開發人員在攝影機上執行DL深度學習模型,以針對看到的內容進行分析和採取行動。

推薦閱讀:人工智慧,Python,機器學習,深度學習是什麼?AI專有名詞看這篇秒懂

人工智慧貓門偵測到叼著獵物的貓咪後,Arduino 系統就會自動將貓門上鎖

 

Hamm 親自訓練這套 AI 系統,使其能偵測愛貓的口中是否叼著獵物。若有,Arduino 則會自動將貓門上鎖 15 分鐘,這段時間足以讓 Metric 考慮是否要放棄口中那不受歡迎的「禮物」,然後「乾乾淨淨」地回來。

▲Hamm 使用 23000 張愛貓回家的照片做機器學習>,訓練人工智慧分辨貓與獵物

 

Hamm 花了好幾個月蒐集 23000 張 Metric 回家時的照片並作標記,包含 Metric 口中有叼著獵物以及沒有叼著獵物的圖片。Hamm 使用線上的 ML 機器學習>服務 Sagemaker 訓練了三個階段的模型:

▲Hamm 使用線上的 ML 機器學習服務 Sagemaker 做三階段訓練模型,由左到右分別是辨識「這是貓嗎」、「牠要過來嗎?」、「牠口中是否已有食物?」

 

 

  • 第一階段的模型是辨識「這是貓嗎」?假如答案為「是」,就進入下一階段
  • 第二個階段的模型是「這貓是要過來還是過來?」假如答案為「故來」,就進入下一階段
  • 第三個階段的模型是「這貓是要回來吃東西,還是嘴裡已有食物?」

 

以上三段辨識跑完,所花時間不到兩秒。

假如人工智慧偵測到 Metric 口中有小動物,Hamm 就會立即收到這只「連環殺手」的殺生證據,然後致力於野鳥與自然保育的團體 Audubon Society 就會收到來自 Hamm 的捐款(流程如下圖)。

▲當人工智慧偵測到 Metric 口中有獵物後的處理流程:貓門會先上鎖,接著拍下證據照片,此時自然保育團體也會收到善款

 

Hamm 說,這套人工智慧系統上線五個星期以內,Matric「未殺生」回家的次數達 180 次,幾乎都有順利過關,只有一次不小心被鎖在門外。而 Matric 口中有獵物的次數有 6 次,有5 次AI 都有成功地將這位「貓凶手」隔離在外 15 分鐘。

▲這套人工智慧偵測的良率高,誤把 Metric 偵測為「有獵物」的而鎖門機率只有 0.5%。而 Metric 6 次帶獵物回家的紀錄中,成功被鎖在門外有 5 次。

 

 

更多關於人工智慧的相關文章請點閱下方連結~

其他閱讀

非資工系出身!產品工程師「Python 課程」結業後轉職大醫院的網站工程師

當了快八年的業務,因Java課程而成功轉職程式設計師

品保人員進修 Python 課程 一年後成功轉職程式設計師

硬體毛利太低?工程師進修 Java 課程順利轉職軟體工程師

人工智慧也出包?(1)女星照片配置錯誤超烏龍!!

迪士尼換臉特效用上高科技人工智慧技術超細膩!!()

SEO課程搶先學:谷歌分析中的工作階段是什麼?()

 

AI人工智慧命名大崩壞:貓咪名字篇

AI人工智慧命名大崩壞:貓咪名字篇
AI人工智慧命名大崩壞:貓咪名字篇

人工智慧替可愛貓咪客製化命名,每一個都獨一無二也讓人哭笑不得….


人工智慧為收容所的貓所起的名字獨一無二,由左至右、由上至下分別為「鬍鬚伊德」、「閃亮鈕扣」、「驚惡先生」、「造星者」、「布丁狗」、「閃亮湯姆」、「這傢伙」與「Beep Boop」。

 

流浪貓「閃亮鈕扣(Sparky Buttons)」被發現時,左眼已受到感染。但是當牠擁抱、玩耍時,仍然活力十足;而另一隻貓「驚惡先生(Mr.Sinister)」,雖然名字很魔性,但是牠也是一只貨真價實的塞奶貓呢!他們與「閃亮湯姆(Tom Glitter)」、「布丁狗(Pompompur)」、「Whiskeridoo」都是待領養的小貓咪。牠們特殊的名字是來自 AI 人工智慧的客製化命名!

美國費城的莫里斯動物收容所(Morris Animal Refuge)為了幫這些等待奴才的喵星人們命名,與知名人工智慧科學家 Janelle Shane 合作,訓練了一組人工神經網路(英語:Artificial Neural Network,ANN)來替貓咪命名。而這些來自 AI 人工智慧的名字,有的很萌、有的很詭異甚至有點可怕。

最初,Janelle 輸入 8000 個貓咪的名字,讓人工智慧學習替貓命名。但是這個 AI 似乎有點迷糊,給出了像是 Hurler 或是 Retchion 這樣的名字。於是 Janelle 就借助另一個擁有更多語彙庫的 AI,使用一長串的貓名來訓練它。這次總算是成功了。

這套人工神經網路給出了像是「小念頭(Notion)」、「小鏡片(Monocle)」等等可愛的名字。有時 AI 會歪樓,給出像是「Scat Cat Butthole(便便貓菊花?)」、「Fudge Putty (一款髮泥的名稱)」以及「BUTT(屁屁)」;有時會有一些像是「Warning Signs(警告標誌)」、「Bones of the Master(主人的骨頭)」以及「Kill All Humans(殺光人類)」等的黑色幽默。你可以點這裡看到所有由這套人工智慧起的貓名字。

Janelle Shane 在人工智慧領域,早已是使用 AI 做趣味命名的達人。在幫這群等待家的喵星人命名前,她曾訓練 AI 替一系列傳統手工餅乾命名,甚至還替經典 RPG 遊戲「龍與地下城」的怪物命名呢!(詳細請看:半途而廢、興奮劑⋯⋯AI人工智慧替甜點命名歪樓)

 

先前,這間動物收容所就使用人工智慧,曾替待領養的天竺鼠命名的成功案例。現在院方則希望透過 AI 的創意命名,幫助這些喵星人們快快找到家!

也許是 AI 創意起名奏效,消息一放出來,「驚惡先生(Mr.Sinister)」馬上就找到奴才!希望其他的貓主子也都能找到愛他們的家人。

推薦閱讀:被愛貓叼回獵物嚇到!亞馬遜PM開發AI貓門阻貓帶止獵物

以領養代替購買,以絕育代替撲殺:

全國推廣動物認領養平台(領養動物請點我)

台灣認養地圖(領養動物請點我)

動物認領養 – 全國動物收容系統(領養動物請點我)

 

 

更多關於人工智慧的相關文章請點閱下方連結~

 

 

 

其他閱讀

非資工系出身!產品工程師「Python 課程」結業後轉職大醫院的網站工程師

當了快八年的業務,因Java課程而成功轉職程式設計師

品保人員進修 Python 課程 一年後成功轉職程式設計師

硬體毛利太低?工程師進修 Java 課程順利轉職軟體工程師

人工智慧也出包?(1)女星照片配置錯誤超烏龍!!

迪士尼換臉特效用上高科技人工智慧技術超細膩!!()

SEO課程搶先學:谷歌分析中的工作階段是什麼?()

AI人工智慧命名大崩壞:甜點篇

AI人工智慧命名大崩壞:甜點篇
AI人工智慧命名大崩壞:甜點篇

人工智慧替傳統手工餅乾命名,結果出來包含夢幻老鼠,興奮劑,半途而廢…果真沒吃過甜點是取不出好名字的~

人工智慧替傳統手工餅乾重新命名,其中左下角的巧克力餅乾就被命名為「Apricot Dream Moles(杏果夢幻鼠)」、右上數來第二個粉紅色被命名為「Merry Hunga Poppers(快活的 Hunga 興奮劑)」。

當你輸入 1228 種傳統餅乾食譜到人工神經網路時,並且請人工智慧重新給予更好的名稱時,會發生什麼事?

人工智慧科學家 Janelle Shane 就做了這樣的實驗。她訓練了一套機器學習系統,來替這些傳統手工餅乾以更新奇的名稱來正名。

「我用了一個叫『textgenrnn』的 AI 人工神經網路,它會盡力模仿您給它的任何類型的文字,」Shane 在她的個人網站上解釋:「問題在於,它根本不知道這些文字代表什麼意思——它只會挑選似乎相似的字母組合」

這款人工智慧學習了 Janelle 輸入的食譜,並且替這些餅乾重新命名,結果產生了一系列聽起來新奇古怪的名稱,非常適合參加《大英烤焗大賽(The Great British Bake Off)》。

Shane 表示這就是「人類的餅乾,聽在人工神經網路(人工智慧)的耳裡像什麼」。這些新的餅乾名稱包含「Merry Hunga Poppers(快活的 Hunga 興奮劑)」、「Quitterbread Bars(半途而廢的人的麵包條)」、「(Lord’s Honey Fight)閣下的蜂蜜大戰」以及「Apricot Dream Moles(杏果夢幻鼠)」。

Nextpit.com 選出了其中的幾款餅乾,詢問讀者「哪種人工智慧創造的餅乾,聽起來最好吃」並開放投票。冠軍是「Quitterbread Bars(半途而廢的麵包條)」,其他有獲得票數的有「(Lord’s Honey Fight)閣下的蜂蜜大戰」、「(Brown Cheesy Cookies)褐色乳酪餅」等。

其實 Janelle Shane 在 AI 命名的領域,早已小有名氣。過去她曾訓練人工智慧替經典 RPG 遊戲「龍與地下城」的怪物命名,最近還替收容所中等待家的小奶貓起個性化的名字,看是否能更吸引收養者的注意。而沒有味覺的人工智慧,替喵星人「客製化」的名字可是獨一無二的,有些還有點黑色幽默呢!果然這方法奏效,認養消息一公佈,馬上有一隻名為「驚惡先生(Mr.Sinister)」的貓咪被認養!(詳細請看:AI人工智慧替貓取名!每個都是客製化的酷名)

推薦閱讀:神複製冠軍咖啡師手法 人工智慧iDrip泡手工咖啡

 

 

更多關於人工智慧的相關文章請點閱下方連結~

 

 

 

其他閱讀

非資工系出身!產品工程師「Python 課程」結業後轉職大醫院的網站工程師

當了快八年的業務,因Java課程而成功轉職程式設計師

品保人員進修 Python 課程 一年後成功轉職程式設計師

硬體毛利太低?工程師進修 Java 課程順利轉職軟體工程師

人工智慧也出包?(1)女星照片配置錯誤超烏龍!!

迪士尼換臉特效用上高科技人工智慧技術超細膩!!()

SEO課程搶先學:谷歌分析中的工作階段是什麼?()

迪士尼人工智慧換臉技術特效為目前業界最強?!(下)

迪士尼人工智慧換臉技術特效為目前業界最強?!(下)
迪士尼人工智慧換臉技術特效為目前業界最強?!(下)

迪士尼運用人工智慧科技提升換臉特效造福我們觀眾啦!!快一起來看看有多神奇~(下)

本篇為上篇,下篇請點此迪士尼人工智慧換臉技術特效為目前業界最強?!(上)

首個百萬畫素換臉方法

研究團隊提出了一個漸進式訓練的梳狀模型(comb model),並配合編碼器進行模型訓練。

▲ Disney Research 公開之換臉過程示意圖。(圖片擷取自 Disney Research)

 

  • 步驟 1:對原始圖像 xt 進行臉部檢測辨識,並提取關鍵點。
  • 步驟 2:將人臉分辨率歸一化(即標準化剪裁)為 1024×1024 像素,並保存歸一化參數
  • 步驟 3:將步驟 1、2 預處理好的圖像輸入編碼器中,用相應的解碼器解碼。
  • 步驟 4:使用步驟 2 保存的歸一化參數,在圖像「x˜_s」上反轉圖像歸一化結果,將生成的圖像與原始圖像 xt 進行多頻帶混合,得到人臉交換的成果圖像。

而畫素方面,研究團隊表示他們曾使用開源 deepfake 模型 DeepFakeLab,但成果影像的分辨率最高只到 256×256 像素。而研究團隊所採用的漸進式、對原始圖像進行預訓練的方法可從中提取出較高解析度圖像。下圖可看出經過訓練模型,輸出的人臉畫素與效果都優於未經訓練的結果。

▲圖爲迪士尼與 DeepFakes、DeepFaceLab 和 Nirkin 等換臉方法的效果對比。(圖片擷取自 Disney Research)

 

迪士尼換臉 AI 有待突破的缺點

儘管研究團隊證明在細節、解析度以及自然度上,迪士尼 AI 人工智慧 都優於其他換臉模型,但團隊也承認他們的技術存在明顯的侷限性。

如「有戴眼鏡的臉」無法穩定進行人臉交換,問題不在於眼鏡部分無法渲染,而是無法恰當捕捉到表情和姿勢。研究人員曾嘗試調整輸入源,但依然無法穩定掌握產出品質。還有,雖然人臉正面直視鏡頭的圖像換臉效果良好,但俯視、仰視或側面等人臉角度與特殊光源下的換臉,可能會導致不完善的生成結果,如模糊和僞影。

  

▲ 換臉生成失敗示意圖。(圖片擷取自 Disney Research)

 

不過研究人員補充道,這類問題實際應用於電影場景中影響不大,亦可以經由其他方式解決。

未來當這項 AI 人工智慧 技術更加成熟,得以廣泛應用後,影視作品能有更逼真自然、栩栩如生的特效,對觀眾來說也是一大福音啊!

 

 

更多關於人工智慧的文章請點閱下方連結!!

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

所有的新創業者都需要 SEO 7 個理由!

阿嬤也能coding了?2020人工智慧想對我們做什麼?

人工智慧,機器人,Python,大數據到底有什麼關係?

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?()

人工智慧不僅可以自動駕駛,現在還會打棒球?!()

人工智慧也會騎重機飆車?!頂尖車手擔憂快失業!!

迪士尼人工智慧換臉技術特效為目前業界最強?!(上)

迪士尼人工智慧換臉技術特效為目前業界最強?!(上)
迪士尼人工智慧換臉技術特效為目前業界最強?!(上)

迪士尼運用人工智慧科技提升換臉特效造福我們觀眾啦!!快一起來看看有多神奇~(上)

迪士尼近日發表其研究最新「換臉」技術,不但能透過 AI 人工智慧 自動替換照片或影片內的人臉,成像更是突破百萬畫素,研究人員並表示其技術是當前業內最高水準。

雖然目前還無法廣泛應用在電影製作中,但依然是換臉領域的又一突破,並且也逐步規劃登場好萊塢。

迪士尼於自家網頁「迪士尼研究中心 」(Disney Research)上發表一篇文章,公開了與蘇黎世聯邦理工學院(ETH Zurich)研究團隊共同研究的人臉替換技術,能透過神經網絡自動轉換包含影片、照片等圖像中的人臉面孔,解析度可達百萬畫素。

迪士尼「親上火線」研發換臉技術,自然是希望能應用在影視製作上,為觀眾帶來更逼真的畫面、更真實的視覺特效與節省後製成本。

那有望衝擊影視產業、發揮巨大效用的迪士尼換臉 AI 人工智慧 ,實際效果究竟如何呢?

人眼看不出區別 AI 人工智慧 換臉將粉墨登場大螢幕

▲Disney Research 所釋出的官方影片,實際演示 AI 人工智慧 換臉的真實效果。

迪士尼研究中心除了於網站上公開一篇達 16 頁研究報告,亦上傳一支演示影片。

影片可以看到,AI 人工智慧 將下排二位演員的唇部、眼部等局部人臉進行分析,並融合在「目標演員」的面孔上。

從動態影像可以看出融合後的臉部動作非常自然,甚至 AI 人工智慧 能即時隨著口部開閉動作融合,也不會讓觀眾感到違和或不適。研究團隊也強調,比起當前常見的靜態圖像換臉,其技術在動態影像的表現更佳。

▲ 迪士尼的換臉 AI 人工智慧 不只能換臉換得天衣無縫,甚至還有其他換臉 AI 人工智慧 沒有的高解析度。(圖片擷取自 Disney Research)

 

並且「擅於局部融合」與「高畫質解析度」這兩項特點搭配十分相得益彰,使得迪士尼的換臉 AI 人工智慧 能極大地擴展了人臉替換在電影中的實際應用。

未來有望能省去繁複的後期製作工作,交給 AI 輕鬆完成。諸如交換替身演員的臉孔、為年齡逐漸增長角色增添皺紋或是重現昔日巨星風采,迪士尼就曾在 2016 年的電影《星際大戰外傳:俠盜一號》(Rogue One: A Star Wars Story)中用特殊技術,讓飾演「塔金總督」的已故演員彼得.庫辛及飾演「莉亞公主」的嘉莉.費雪重返大螢幕。

▲ 迪士尼的換臉 AI 使用的漸進式演算法(Progressive TrAIning),可明顯看到經訓練的人臉畫素遠高於未經訓練的結果。(圖片擷取自 Disney Research)

 

雖然《俠盜一號》的換臉效果令人驚艷,但迪士尼研究人員指出由於技術尚未成熟,不但成本高昂,而且需耗費數個月的時間才能獲得幾秒鐘的成功換臉畫面。而這次研發的新技術,建構好原始模型後搭配上適宜的運算能力,AI 人工智慧 就能在數小時內製作出換臉的動態影像。

除了生動自然,更重要的是換臉後輸出的成果圖像有百萬級畫素的解析度,而局部臉孔交換在動態影片能清晰的呈現,對電影後製的重要性不言而喻。

過去換臉技術因著重在臉部替換的平滑化,對提高畫素則沒有太多重視,導致解析度過低成為過去換臉技術的硬傷,才會出現如「在手機上效果絕佳的換臉影片,投放在更大的屏幕上呈現,卻看到明顯的顆粒與其他瑕疵」的狀況。

那迪士尼研究人員是怎麼實現「百萬畫素換臉 AI 人工智慧」的呢?

 

 

本篇為上篇,下篇請點此迪士尼人工智慧換臉技術特效為目前業界最強?!(下)

更多關於人工智慧的文章請點閱下方連結!!

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

所有的新創業者都需要 SEO 7 個理由!

阿嬤也能coding了?2020人工智慧想對我們做什麼?

人工智慧,機器人,Python,大數據到底有什麼關係?

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?()

人工智慧不僅可以自動駕駛,現在還會打棒球?!()

人工智慧也會騎重機飆車?!頂尖車手擔憂快失業!!

人工智慧也出包?(2)國會議員與罪犯傻傻分不清!!

人工智慧也出包?(2)國會議員與罪犯傻傻分不清!!
人工智慧也出包?(2)國會議員與罪犯傻傻分不清!!

人工智慧竟然也有出包的一天!!!!趕緊來看看人工智慧這次做了甚麼烏龍舉動~(2)

本篇為上篇,下篇請點此人工智慧也出包?(1)女星照片配置錯誤超烏龍!!

人工智慧臉部辨識 不易分辨有色人種

▲ 被亞馬遜「Rekognition」 臉部辨識系統錯認的 28 位國會議員

 

其實人工智慧在辨識有色人種時,似乎常常犯錯。如 2018 年,美國公民自由聯盟(American Civil Liberties Union,ACLU)就對亞馬遜提供的「Rekognition」 付費臉部辨識服務做了一項測試。

ACLU 蒐集了 25000 張嫌犯照片做為臉部辨識的資料庫,並使用預設的設定,讓 Rekognition 逐張比對國會議員和資料庫裡的嫌犯照片。結果,最後有 28 名國會議員被誤判,在誤判的議員中,有 40% 的議員是有色人種 ── 即便有色人種在全部的國會議員中只占了兩成。

▲眾議員 Sanford Bishop(D-Ga.)被 Amazon Rekognition 臉部辨識系統錯認為罪犯

 

然而,「Rekognition」 臉部辨識系統也被美國警方使用。這是否會在不知不覺中侵犯到有色人種的權益?目前亞馬遜已因此問題,暫停提供這套系統給美國政府使用。

現有的臉部辨識技術,在分辨有色人種特別容易出錯,也許是以下原因導致:

AI資料庫的白人照片比較多

美國喬治城大學法律中心(Georgetown Law School Center)的隱私與科技領域資深助理 Clare Garvie 表示,原因可能是出在工程師建立AI人工智慧的臉部辨識資料庫時,提供的白人照片比有色人種多而導致。

開發工程師以白人居多

一個研究顯示:人們在辨識另一種族的人員時,準確度會低於辨識與自己相同種族的成員。 而大部分 IT 產業的工程師以白人男性居多,他們開發出的臉部辨識系統在辨識有色人種的準確度時,無形中也比白人還差 ── 即使他們無意為之。

其時除了臉部辨識的問題,使用人工智慧來取代真人撰寫、改編新聞,本來就爭議連連:

過去英國《衛報》曾將一則關於英國脫歐的新聞中,第一段中的一些句子餵給人工智慧,結果 AI 馬上產生「可信度高」的假新聞與文章 ── 文中的人名 (如政壇人物的名字)、地名與所提到的片段事件皆為真實存在,不過新聞的內容卻是將這些真實的元素移花接木而成,但是卻符合邏輯,因此易被有心人士用來製造假新聞。(詳細報導:AI寫作能力強過人類,恐成為假新聞製造機?)

人工智慧太會捏造新聞,甚至有人懷疑之前馬斯克離開自己創立的 AI 人工智慧研究團隊「OpenAI」與此有關呢!(詳細報導:馬斯克宣布離開 OpenAI 的真正原因是…研發的 AI 太會寫假新聞?)

無論如何,人工智慧畢竟沒有靈魂,因此沒有明辨是非的能力,所以生產出的文章都會跟現實有些出入。所以最好的方法還是把新聞的編輯、審稿工作交還給人類,畢竟這世界八卦與謊言已經夠多了!我們需要真實的東西!

 

 

更多關於人工智慧的文章請點閱下方連結~

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

Python vs R語言:哪個比較適合人工智慧/機器學習?

台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>

六個月從工地工人轉職 Java 軟體工程師,全因半年做了「對的決定」

人工智慧居然會釀酒?!還贏過真人奪得大獎!!()

台版人工智慧雅婷推出了首張完整疫情創作專輯?!

人工智慧準確測量社交距離,讓你出門在外也放心!!

人工智慧也出包?(1)女星照片配置錯誤超烏龍!!

人工智慧也出包?(1)女星照片配置錯誤超烏龍!!
人工智慧也出包?(1)女星照片配置錯誤超烏龍!!


人工智慧竟然也有出包的一天!!!!趕緊來看看人工智慧這次做了甚麼烏龍舉動~(1)

▲ 普林斯敦大學的研究團隊結合人工智慧新聞編輯混淆了英國兩位有色人種歌手:Leigh-Anne Pinnock(左)和 Jade Thirlwall(右)。
 

 

微軟用人工智慧編輯新聞!全球近百名員工飯碗不保?

日前微軟公司宣布:要讓 AI 人工智慧取代旗下近百位「真人」新聞記者與編輯,來為微軟新聞、MSN.com 等管道,挑選、編輯新聞。根據 Business Insider 報導,美國有約 59 人遭裁撤;衛報也則提到英國也有約 27 人遭裁,還有其他國家地區的辦公室,也有許多員工面臨飯碗不保的窘境。

沒想到這個AI 人工智慧才上線一個月就出包,還牽扯到近期非常敏感的種族議題,引發人們對人工智慧的編輯新聞能力、整體臉部辨識科技的疑慮。

推薦閱讀:AI寫作能力強過人類,恐成為假新聞製造機?

人工智慧錯置新聞配圖 女歌手指名「請加油吧」

根據英國《衛報》指出,微軟旗下的 MSN 新聞網站,近日轉載了英國《獨立報》有關英國流行女團 Little Mix(混合甜心)的報導,內容是關於其中一位成員 Jade Thirlwall 過去在學校中遭受種族歧視的心路歷程。

雖然這是一篇單純的採訪報導,但是經過微軟的 AI 人工智慧編輯轉載後,新聞配圖竟然不是採訪的對象 Jade Thirlwall,而是同團的另一名團員 Leigh-Anne Pinnock 與另一名男性的合照!

▲ 被人工智慧錯置配圖的新聞主角 Jade Thirlwall 在 IG 上表達對 MSN 新聞的不滿

 

AI 人工智慧造成的烏龍,引發新聞主角 Jade Thirlwall 的不滿。她在 Instagram 上標註 MSN 並抱怨說:「@MSN 如果你們要複製貼上別家正確的媒體文章時,應該要確認一下配圖是否為正確的有色人種團員」。她還補充說:「這讓我很生氣,你們竟然沒辦法從只有 4 人團體中,區分 2 個有色人種女性?請加油吧!」

目前尚不清楚讓微軟 AI 人工智慧犯下如此錯誤的原因,但微軟在新的聲明中表示:這不是「演算法偏見(註解如下)」的結果,而是自動化系統中的新功能測試。

所謂的「演算法偏見(algorithmic bias)」是指在看似沒有惡意的程式設計中,卻帶有程式設計人員的偏見、或者採用的數據是有偏見的。「演算法偏見」的結果當然帶來了各種問題:如 Google 搜尋被曲解、合格的考生無法進入醫學院就學、聊天機器人在推特 (Twitter) 上散佈種族主義和性別歧視資訊等。

 

 

本篇為上篇,下篇請點此人工智慧也出包?(2)國會議員與罪犯傻傻分不清!!

更多關於人工智慧的文章請點閱下方連結~

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

Python vs R語言:哪個比較適合人工智慧/機器學習?

台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>

六個月從工地工人轉職 Java 軟體工程師,全因半年做了「對的決定」

人工智慧居然會釀酒?!還贏過真人奪得大獎!!()

台版人工智慧雅婷推出了首張完整疫情創作專輯?!

人工智慧準確測量社交距離,讓你出門在外也放心!!

人工智慧和汽車產業結合,從此沒有駕駛盲區?!

人工智慧和汽車產業結合,從此沒有駕駛盲區?!
人工智慧和汽車產業結合,從此沒有駕駛盲區?!

人工智慧這次要來造福汽車族啦!!還在為惱人的駕駛盲區煩惱嗎?快來看看這次的技術如何幫大家解決問題!!

普林斯敦大學的研究團隊將人工智慧與用於追踪超速駕駛的雷達結合,開發出一種系統,該系統可使車輛發現街角轉彎處隱藏的危險,如下圖所示:

▲ 普林斯敦大學的研究團隊結合人工智慧雷達,開發出可使車輛發現轉角隱藏危機的系統

 

研究人員利用常用來追蹤超速駕駛和快速直球的測速雷達,結合人工智慧技術,開發了一種自動化系統:可讓汽車在街角轉彎處監視四周環境、發現迎面而來的車輛、行人。

這個系統易於整合到汽車上,使用都卜勒雷達(註:Doppler radar,一種雷達,可利用都卜勒效應,測量物體在雷達波方向上的徑向運動速度,常用於氣象觀測與測速。)將無線電波從建築物、車體的表面反射回去。

雷達訊號會以特定的角度,照射到物體表面後反射回去,就像是撞球的白色母球撞擊到球台壁後反彈回去一樣。雷達訊號會持續照射藏在街角轉彎處的物體,然後反射回來的訊號會被車上安裝的探測器偵測到,使系統能看到轉角的物體,並且判斷它是在移動還是靜止。

「這將使汽車偵測到今日許多光學雷達 (lidar) 與相機的感光元件無法記錄到的被遮蔽物,例如,讓一台自駕車在十字路口上環顧四周的危險物體,」普林斯頓大學的電腦科學助理教授、也是此次研究人員之一的 Felix Heide 說:「雷達感應器的成本也相對較低,尤其是與光學感應器相比,而且也可以量產。」

研究人員在 6 月 16 日的電腦視覺與模式識別(CVPR)會議上發表了一篇論文,提到這個系統如何分辨汽車、自行車以及行人,並判斷他們的方向以及迎面而來的速度:「我們提出的方法能在現實世界的自駕情境中,在視線感應器偵測到他們以先,就為行人以及騎自行車的人預先發出碰撞警示。 」

近年來工程師們已開發出許多能讓車子偵測到路上異物的感應系統,但其中有許多都是靠著光學雷達、可見光或是近紅外光的相機,這種防止碰撞的感應器在現代的汽車中很常見。但是光學感應很難發現到汽車視線之外的物體。在早些的研究中,Heide 的研究團隊曾使用光照來看見藏在角落的物體,但卻很難應用到汽車上,因為需要高功率的雷射且僅限於近距離使用。

 

 

近年來工程師們已開發出許多能讓車子偵測到路上異物的感應系統,但其中有許多都是靠著光學雷達、可見光或是近紅外光的相機,這種防止碰撞的感應器在現代的汽車中很常見。但是光學感應很難發現到汽車視線之外的物體。在早些的研究中,Heide 的研究團隊曾使用光照來看見藏在角落的物體,但卻很難應用到汽車上,因為需要高功率的雷射且僅限於近距離使用。

在過去的研究中,Heide 及團隊人員想知道是否有可能創建一個系統,使用成像雷達而不是可見光,來檢測汽車事件之外的危險。對於雷達系統,在平滑表面上所耗損的信號是少得多了,且雷達是被證實可以用來追蹤物體的科技。他們所面臨的挑戰是,當雷達用於拍攝轉角處的汽車與自行車等物體時,其空間分辨率相對較低。然而,團隊相信他們可以開發出演算法來解譯雷達數據,以讓感測器發揮功效。

「我們開發的演算法很有效、並適合當代的汽車硬體系統」Heidi 說:「所以你可能會看到這項科技出現在下一代的汽車上。」

為了讓這個系統能分辨物體,Heide 的團隊處理了部分雷達信號,亦即能將背景噪音視為非可用信息的一般雷達。團隊應用了人工智慧技術來優化處理程序以及讀取影像。論文作者之一的 Fangyin Wei 表示:運行該系統的電腦,必須學會從非常少量的數據中,識別出騎自行車的人和行人。

她說:「首先,我們必須要偵測是否有物體。如果有的話,那他是否重要?是否為騎單車的人或是行人?接下來,我們就要將其定位出來。」 Wei 還表示:該系統目前能夠檢測到行人和騎自行車的人,工程師們都認為他們是最具有挑戰性的物體。因為他們的尺寸小、形狀不一、動作多樣。當然,該系統也能偵測到汽車。

Heidi 說,研究人員計劃在雷達和信號處理改善等多種應用上,進行研究。他說這個系統擁有完全改善汽車安全的潛力,且它是靠著現有的雷達傳感器技術就可做到,因此下一代汽車可望能部署雷達系統。

「這肯定會經歷到非常嚴峻的汽車開發週期」他說:「就整合與推向市場而言,它需要大量的工程與設計。但是技術已經就緒,因此我們可能很快就會在汽車上見到這樣的景況。」

推薦閱讀:AI 自駕車不只有特斯拉!9 個人工智慧帶來的汽車產業革新

 

 

更多關於人工智慧的文章請點閱下方連結喔!!

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

Python vs R語言:哪個比較適合人工智慧/機器學習?

台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>

六個月從工地工人轉職 Java 軟體工程師,全因半年做了「對的決定」

人工智慧居然會釀酒?!還贏過真人奪得大獎!!()

台版人工智慧雅婷推出了首張完整疫情創作專輯?!

人工智慧準確測量社交距離,讓你出門在外也放心!!

人工智慧技術再一發!!地表最強解馬賽克技術就在這!!

人工智慧技術再一發!!地表最強解馬賽克技術就在這!!
人工智慧技術再一發!!地表最強解馬賽克技術就在這!!


人工智慧無所不能!!現在還會解馬賽克!?對此有興趣的同學千萬不要錯過今天的文章!!

▲ AI 技術 「PULSE」 可將模糊的馬賽克照片轉換成看起來像真人的高解析度肖像。 該系統能自動將任何圖像解析度提高到64倍,並模擬毛孔、睫毛位置與形狀等在原圖無法辨識的細節。
 

人工智慧用於「有碼變無碼」方面已有相當多的研究成果,例如之前 Google Brain 發表了透過機器學習消除馬賽克、提高像素的技術。而最近,AI 去除馬賽克的技術又有了新的突破!

近日杜克大學的研究人員開發了一種 AI 影像還原工具,可將模糊到無法辨識的人像轉化為令人信服的高清圖片,而解析度與細節的表現可說是史上最強!

以往的技術,可將圖像的解析度提高至八倍。但是杜克大學的研究團隊想出了一種人工智慧的解決方法:只需要少少像素的模糊照片,就能創造出解析度高達 64 倍逼真的高清肖像,原圖看不到的細紋、睫毛以及鬍渣等細節都一覽無遺!

「過去從未能在這樣的解析度(指原圖的低解析度)上,生成如此高清、如此多細節的圖片!」此次研究團隊的領導人──杜克大學的電腦科學家 Cynthia Rudin 說。

不過這個系統仍然無法用做人物辨識,研究團隊說:它無法將監視器拍到的失焦或是無法識別的照片變成真實、清晰的圖像。相反地,它可以生成不存在、但看起來真實的新面孔。

「研究員們專注於將這些面孔作為新的概念,但理論上,該技術可在拍攝幾乎所有物體的低解析度照片後,製作出清晰逼真的圖像。應用範圍涵蓋醫學,顯微鏡,天文學和衛星圖像。」 研究團隊的 Sachit Menon 說。

▲ 人工智慧「PULSE」能還原眼、口、鼻等部位都難以辨識的馬賽克圖片,並將原圖的解析度拉高至 60 倍!

 

傳統的影像修復方式為擷取低解析度的圖像後,將它與電腦之前看到的高解析度圖像的對應像素,試著撮合、匹配、平均化,藉此來補足像素。

這種「平均化」的結果是,頭髮和皮膚中的紋理區域可能無法從一個像素到另一個像素完美對齊,最終看起來模糊且朦朧。

杜克大學的團隊就不使用這種「在低解析度的照片上慢慢加新的細節」的方式。他們研發的系統 「PULSE」 會在人工智慧生成的高解析度率臉孔範例中,盡可能找到最像的──在範例臉孔縮放到相同尺寸時,看起來像輸入的原圖的人臉。

團隊使用一種機器學習的工具「生成對抗網絡(英語:Generative Adversarial Network,簡稱GAN)」,方法是使用相同的照片組訓練兩條神經網路。其中一條神經網路產生了人工智慧創建的人臉──其外觀是模擬訓練照片上的臉孔;而另一條網絡則用於判斷第一條生成的結果,是真實的人像還是虛擬人物。第一條網路不斷生成人臉,直到越來越逼真,以至於第二條誤認成是真實的人像為止。

PULSE 可將模糊不清、充滿雜訊或是馬賽克化的圖片,生成高擬真的照片。從一張模糊的肖像中,它可以生成許多令人難以置信、栩栩如生的照片,每張照片都不一樣,都是 PULSE 判斷模糊照片中的人物可能的真實樣貌。

即使是給眼睛與嘴巴幾乎看不到的馬賽克照片,「我們的演算法仍然可以用它來生成一些照片,而這是傳統方法無法做到的。」團隊中的 Alex Damian 說。

▲ PULSE 的 5 位研發成員將自己的照片「馬賽克化」後,「餵」給 PULSE 來還原照片。雖然 PULSE 合成的高清肖像與原本的有點出路,但是相似度已比過往的解碼方法還高,解析度更是高出許多。

 

該系統能在短短幾秒內,將 16×16 像素的肖像轉換成 1024 x 1024 像素,增加了超過一百萬的像素,幾乎等同於 HD (High Definition) 高畫質的解析水準。諸如像是毛孔、皺紋、髮絲等低解析照片無法察覺的細節,都在人工智慧生成的照片中,變得銳利清晰。

研究團隊還請了 40 個人,對經由 PULSE 以及其他四種方法 (LR、BICUBIC、FSRNET、FSRGAN) 生成的 1440 張圖像,進行 1 到 5 的評分。結果是由 PULSE 生成的照片分數最高,得到了「幾乎與真人的高解析度照片一樣」的評價。

你也可以上載你的圖像,看看會被 PULSE 生成哪些驚人的結果:http://pulse.cs.duke.edu/.

 

 

更多人工智慧相關文章請點閱下方連結~

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

Python vs R語言:哪個比較適合人工智慧/機器學習?

台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>

六個月從工地工人轉職 Java 軟體工程師,全因半年做了「對的決定」

人工智慧居然會釀酒?!還贏過真人奪得大獎!!()

台版人工智慧雅婷推出了首張完整疫情創作專輯?!

人工智慧準確測量社交距離,讓你出門在外也放心!!

不會測量社交距離免擔心!!讓人工智慧來幫你!!

不會測量社交距離免擔心!!讓人工智慧來幫你!!
不會測量社交距離免擔心!!讓人工智慧來幫你!!

人工智慧科技在疫情期間也能發揮作用!!新的科技可以幫人們測量社交距離,提醒大家保持安全距離喔~

AI 大神」吳恩達旗下公司 Landing AI 開發的「社交距離檢測工具」,則是另一項與疫情有密切關係的 AI。

為了幫助疫情期間依然得持續工作、因某些原因非得外出的民眾以及阻止疾病蔓延,Landing AI 開發了最新人工智慧工具確保大家能維持社交距離,該工具透過攝影機拍攝的即時影像,並同步分析檢測在公共空間的人們是否處於安全距離。

這款 AI 工具會偵測所有經過空間的行人,並在每個人身上畫出一個綠色方框,當有人靠得太近,框框就會變成紅色,在靠得太近的兩人之間畫出紅線,並發出警訊,提醒人們遵守安全距離規定。

 

▲ 影片中可以看到探測器偵測每個行人,距離過近就會被標上紅框

 

根據Landing AI 公開的演示,AI 運作需要經過「校正、檢測、測量」三個步驟。

第一步「校正」為將透視圖轉換為俯視圖。最簡單的標定方法是在透視圖中選擇四個點,將其映射到俯視圖中矩形的角上。

▲左邊為原始透視圖,覆蓋著校正網格;右邊是鳥瞰圖,街道兩邊完全平行於綠色網格。圖片為 Landing AI 官網示意圖。

 

第二步「檢測」,為將檢測到的行人應用於透視圖上,在每個行人周圍繪製邊框。為了簡潔化,團隊使用基於 Faster R-CNN 的開源行人檢測網絡。為了清理輸出的邊框,團隊使用最小化後處理,如非極大值抑制(NMS)和各種基於規則的啓發式算法,並選擇基於現實假設的規則,減少過度擬合的風險。

第三步「測量」,給定每個人的邊框。由於在「校正」那一步輸出針對地面的變換,需要將所述變換應用到每個區域的底部中心點,從而得到他們在俯視圖中的位置。

▲距離過近的人們除了顯示紅框外,也會多顯示出一條線以強調。

 

最後測量出人與人之間的距離,並根據校正估算出的係數縮放距離。用紅色方框標注出安全距離以內的人們,並在兩者之間畫一條線來強調。

即使 Landing AI 強調使用使用這款工具應該公開透明,必須事先取得被監控人的同意,同時也稱該系統不會辨識個人身分。但依然有不少評論顯示出對影像監控工具的擔憂。有的評論表示,若是在工作場域,即使員工不同意老闆使用這款工具也很難提出反對。

但 Landing AI 的初衷是為了在疫苗研發出來之前,盡可能透過保持社交距離來抑制疫情的蔓延,而人工智慧 對影像分析與追蹤技術的發展助益,無疑為未來的公衛領域拓展出新的可能,在考量隱私和個人權利問題時,也要正視科技增進了全體人類的福祉,以免因噎廢食。

推薦閱讀:【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」

 

 

更多人工智慧的文章請點閱下方連結~

 

 

 

其他閱讀

線上職訓正夯 從零開始花半年錄取軟體工程師

Python vs R語言:哪個比較適合人工智慧/機器學習?

台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>

AI 人工智慧、ML 機器學習、深度學習、Python 是什麼?

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?()

人工智慧不僅可以自動駕駛,現在還會打棒球?!()

第一支人工智慧威士忌誕生!!想嚐嚐是什麼味道嗎?()