你是什么垃圾?人工智能面对干垃圾和湿垃圾有点蒙

时间:2019-08-13 来源:www.feijiazhuang.com

?

你有什么垃圾?面对干湿垃圾,人工智能“有些难看”

当你厌倦了工作和回家休息时,你会说“放一首歌”,然后智能音箱会自动发布你最喜欢的歌曲。当您在超市购物车满载时,您只需要面对相机识别面部即可完成付款,甚至可以取出手机。

这是人工智能在生活中的应用。随着人工智能在语音识别和合成,图像识别和自然语义理解领域的突破,越来越多的生活场景开始出现人工智能应用。

当需要对复杂的垃圾进行分类时,人们也会想到人工智能并希望它能帮助他们做出判断。 例,北京也将引入相关制度。

阿里巴巴和腾讯等互联网巨头已经启动了垃圾识别申请,这是基于物品的视觉识别来做出垃圾分类判断。一些以前没有涉及废物行业的公司,如平安和中国电信,已开始使用人工智能技术推出不同的解决方案。打开app store,有近百个垃圾分类应用程序。记者通过下载测试发现,其中大部分是由个别开发者制作的。由于技术限制,他们选择更多的语音对话,有些人具有识别图片的能力。

但是,当人们使用这些应用程序时,会出现这样的问题。这些应用程序真的有效吗?人工智能公司的技术专家告诉记者,这些冲产品,很多数据培训样本都不足以支持他们日常使用的准确性,“他们的识别率只有20%到30%。”

让机器了解干湿垃圾是个问题

微软亚洲研究院研究员傅建龙告诉记者,目前,视觉识别技术在垃圾分类领域存在三个主要问题。它们是核心技术算法,产品的设计和使用习惯很难改变。在此背后,当商品变成垃圾时,其变化使其定义变得复杂,即“非标准化”。

然而,计算机的优点是处理明确定义的问题,并且需要学习大量数据。通常,无论是语音还是图像,如果机器想知道它,它必须经过两个过程,即人工智能技术成为产品的两个阶段,称为“训练”算法并使用算法“推理” “ 分别。结论。

件。傅建龙说,在之前的尝试中,他们还投入了小样本数据进行模拟训练,即让计算机从一个类别中的几百个样本中学习,达到判断的程度。但是在这个过程中,他们发现了一个问题,就是垃圾本身不仅种类繁多,而且总会产生新的类别,影响判断力。

在推理阶段,如何使机器了解干湿垃圾也是一个问题。这就像电脑很容易辨认出一把伞,但很难理解人们是否会使用雨伞来遮挡或阻止雨水。在学习这个问题的阶段,计算机需要输入专业知识来学习和理解真实的意图,或者引入垃圾的“背景”。

因此,对于使用手机捕获和识别的前端用户的过程,大多数受访的人工智能专家都不相信技术目前可以取代人眼的效率。

智能风控总经理兼人工智能研究所首席科学家史一鸣表示,对于一些用户来说,照片识别是一种更有效的辅助方式。因为在上海实施垃圾分类的过程中,需要大量的志愿者来帮助用户进行分类,检查垃圾是否正确,这需要大量的人工操作,而且工作非常艰巨。作为平安的业务部门,它在2-3周内发布了一个小型垃圾分类程序。

混合垃圾识别很困难,机器需要更多的样本学习。

从垃圾桶到处理厂,垃圾量急剧上升,为AI提供了大量样本供学习。缺席机构研发部主任,检测组组长余刚告诉记者,在垃圾收集站进行批量分拣时,人工智能视觉应用将大大提高效率。

在这个链接中,视觉识别技术仅处于起步阶段。在解决了摄影图像分类问题后,解决识别物体的问题,以及从混合垃圾中识别物体的难度更为重要,因为应避免遮挡和物体变形对识别的影响。 AI Unicorn的一位专家告诉记者,“人们可以推理,但机器需要更多的样本才能学习。目前,算法和人类肉眼识别之间仍然存在一定差距。”

然而,傅建龙告诉记者,目前,计算机视觉识别的新研究方法是将计算机提取出一部分物体进行识别,从而确定物体本身。如果被遮挡的对象显示相应的识别点,则它可以被机器捕获。此外,将视角从2D转换为3D也可以克服多目标和遮挡的问题。

在实际应用中,上述人工智能专家表示,海外企业使用传感器和机械臂的组合,垃圾在传输过程中自动分类和抓取。这种商业模式的出现是人力成本的增长。但随着人工智能技术的成熟,它将为工厂带来更大的成本节约。

在这种模式下,视觉识别算法需要与机器人手臂相连,这需要一个完整的系统解决方案。目前,更大的问题是需要根据需要量身定制。不同地区的不同分类标准需要精确调整,因为必须达到人工水平,甚至超过劳动力。这样的输入很有意义。

主编:李昂

10bet体育平台