網路城邦
上一篇 回創作列表 下一篇   字體:
這個能怪我嗎?人工智慧不只是影像辨識!
2019/11/18 05:15:39瀏覽718|回應0|推薦4

客戶捎來這樣的案例,說「要監看的車道上明明沒車,我的軟體卻報出有車?」這真的尷尬了!也顯現出「人工智慧」真的很難做到讓人滿意,軟體要像人一樣聰明,真的不只是辨識車牌能力的問題,我的軟體其實是辨識到隔壁車道的車牌了!這算是誰錯了呢?

盡量辨識到可見的車牌已經是一件困難的事情,辨識到了,卻因為不是目標車道而被怪罪真的好冤枉!因為我的軟體其實是有辨識區設定的,如果他們框定的區域不包含隔壁車道就不會有這種問題,如下圖!但是我也可以理解他們的困難,因為我的辨識區設定還是以簡單的矩形為基礎的,如果避開可能辨識到的隔壁車道,其實也損失了本車道一些可以辨識到合理車牌的區域。

如果要我設計一個不是矩形,而是可以任意設定辨識區形狀的介面,不是不行,只是有點複雜,可能使用者也會有點困擾?要我的軟體像人一樣聰明的直接辨識出車道範圍嗎?那就真的很困難,即使作得到,也會比辨識車牌的時間還要長很多!客戶應該又會抱怨辨識速度太慢了!總之,不是很難解決,但是需要溝通一下!

我想應該也不必很多年,軟體一定可以變得聰明到不必讓客戶擔心這些事情,但這總是有過程的!也就是人工智慧一定可以繼續進步,但是我希望大家可以理解:這些進步的過程不只是影像辨識本身的技術問題,而是我們必須將我們「解讀」影像意義的邏輯也逐步加入到辨識軟體之中!

簡單說,影像的物理意義,以及在真實世界中除了影像的RGB與字元意義之外代表的意義,也是人工智慧的重點!如果你希望不必傷腦筋去好好的處理這些問題,讓機器自己去「學習」?讓機器自己去「理解」這是不同的車道?那你就有得等了!或許人工智慧的演進會因此延誤幾十年吧?

所以我想說的是:人工智慧絕對不是只靠機器學習就能大步前進的!真正的人工智慧精髓,在影像辨識這個領域,其實是影像在真實世界中代表的物理與人文意義!我們最重要的工作不只是辨識出他是甚麼東西?而是這個東西(目標)在真實世界中代表的意義!隔壁車道的車牌再清楚都不是答案,本車道的車牌即使很不清楚也是我們急需的資訊!這些邏輯和影像辨識技術其實無關。

如果你還是不懂我在說甚麼?或覺得這些事情不重要!那麼奉勸你還是不要嘗試到業界做影像辨識的生意了!因為你根本不會是我的對手!即使你學完所有類神經網路、機器學習到深度學習的精深招數,你依舊是影像辨識研發的門外漢!你或許可以騙到學界的研發經費或笨蛋投資者的投資,卻絕對無法做出能賣得出去的東西!

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:http://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=130928717