بهبود تجزیه‌وتحلیل تصاویر با هوش مصنوعی جدید متا

هوش مصنوعی پیشگام متا تجزیه‌وتحلیل تصویر را بهبود می‌بخشد و به شما امکان می‌دهد، اشیاء را در رسانه‌های بصری برش دهید.

متا مدل جدیدی از هوش مصنوعی را منتشر کرده است، که می‌تواند اشیاء مجزا را در تصاویر تشخیص دهد و گام بزرگی در تشخیص تصویر ارائه کند. متا در وب‌سایت خود، برای «این فناوری» ادعا کرده است که مدل Segment Anything ملقب به SAM می‌تواند، اشیاء را در یک تصویر جداگانه برش و آن‌ها را از هم تفکیک کند.

کاربران ممکن است در ابتدا فکر کنند، هدف این مدل تنها کمک به ویرایش بهتر عکس‌های گوناگون است، اما هدف اصلی تلاش برای بهبود پردازش و تجزیه‌وتحلیل، تقسیم‌بندی تصویر و جداسازی بخش‌هایی از تصویر است، که می‌توان آن را برش داد و به کادرهای گوناگون منتقل کرد، تا در برنامه‌های دیگر نیز کپی و چسبانده شود.

این برنامه حتی می‌تواند، روی فیلم‌های متحرک و رسانه‌هایی که اصلاً با آن‌ها آشنایی نداشته و تا حالا با آن‌ها برخورد نکرده است نیز، کار کند.

SAM یک برنامه هوش مصنوعی بینایی ماشینی است، به این معنی که تمرکز آن بر این است تا رایانه‌ها و سیستم‌های دیجیتالی بتوانند، اطلاعات را از داده‌های بصری «تصاویر، ویدئوها و سایر رسانه‌ها» انتخاب کنند و سپس بر اساس آن کنش و واکنش درستی داشته باشند. این فناوری روی بهبود توانایی، شناسایی و انتخاب اشیاء در رسانه‌های گوناگون کار می‌کند و به SAM اجازه می‌دهد تا داده‌های تصویری را تجزیه‌وتحلیل کند.

مارک زاکربرگ، مدیرعامل متا دراین‌باره گفته است که «استفاده از چنین کمک‌های خلاقانه‌ای در هوش مصنوعی برنامه‌های متا، در سال جاری یک اولویت مهم است.»

متا در حال ‌حاضر از یک فناوری مشابه SAM به‌صورت داخلی، برای فعالیت‌هایی مانند «برچسب‌گذاریِ عکس‌ها، تعدیل محتوای ممنوعه و تعیین این‌که کدام پست به کاربران فیس‌بوک و اینستاگرام توصیه شود»، استفاده می‌کند.

این شرکت در همین رابطه اعلام کرده‌ است که انتشار SAM دسترسی به این نوع فناوری را گسترش می‌دهد؛ چراکه شرکت قصد دارد، این مدل و مجموعه داده‌هایش را، تحت مجوز غیرتجاری برای دانلود در دسترس همگان قرار دهد.

در همین موضوع، وبلاگ فناوری Encord خاطرنشان کرد، این برنامه چنان پیشرفت کرده ‌است که آن‌ها این فناوری را یک «فناوری پیشگام» برای پردازش‌های تصویری در نظر گرفته‌اند؛ فناوری که توانایی‌های برچسب‌گذاری، حاشیه‌نویسی و شناسایی سریع‌تر و دقیق‌تر اشیاء در یک تصویر را ممکن می‌کند.

این فناوری می‌تواند به تشخیص بخش‌هایی از اشیاء منفرد، در تصاویر نیز کمک کند، برای مثال این فناوری می‌تواند در پزشکی کاربرد داشته باشد و می‌تواند «بخش‌های مختلف مغز در یک تصویر واحد از اشعه ایکس» را بشناسد و اگر تومور یا غده‌ای اضافه در آن به ‌وجود آمده باشد، به آن اشاره کند.

همچنین این وبلاگ پژوهشی، ادعا کرده است که این «قابلیت‌های بینایی ماشینیِ بهبودیافته» درنهایت می‌توانند کاربردهای قابل‌توجهی در کشاورزی، با خود به‌ همراه داشته باشند؛ مانند «هدایت از راه دور» در وسایل نقلیه بزرگ و دروگرها، با پیوند آن‌ها به پهپادهای هدایت‌شونده هوشمندی که با هوش مصنوعی کار می‌کنند و از آسمان برای تحلیل حرکت این وسایل نقلیه، تصویربرداری جغرافیایی را انجام می‌دهند.  

حتی هیجان‌انگیزتر از آن، ممکن است برنامه‌هایی برای تجزیه‌وتحلیل مسابقات و تمرین‌های ورزشی گوناگون باشد، که به درک بهتر «حرکات بازیکن، تحلیلِ بازی و شناخت بهتر داور از اتفاقات روی زمین» در بازی‌ها و تمرین‌های ورزش‌های گوناگون کمک می‌کند.