شاهده الملايين من المقهى برصد ، وصاح ماسك أنه أمر فظيع! أنت تشرب القهوة لبضع دقائق ، الذكاء الاصطناعي يعرف كل شيء

• مصدر المقال: Xinzhiyuan *

• تحرير: اينيس نعسان جدا *

في هذا المقهى ، تظهر المدة التي مكثها العميل وعدد أكواب القهوة التي صنعها الموظف بوضوح تحت كاميرا الذكاء الاصطناعي. شاهده الملايين من مستخدمي الإنترنت وقالوا إنه كان فظيعًا ، وأصيب موسك بالصدمة.

نحن نعيش في عالم حيث الخصوصية أقل وأقل.

اليوم ، هذا الفيديو الذي تم بثه على الإنترنت أخاف الكثير من الناس.

في المقهى ، بقي كل عميل في المتجر لبضع دقائق ، وكم عدد فناجين القهوة التي أحضرها كل نادل للعميل ، وكلها معروضة بوضوح في الفيديو!

تم إصدار الفيديو لأكثر من عشر ساعات فقط ، وشاهده أكثر من مليون مستخدم على الإنترنت.

قال مستخدم الإنترنت الذي نشر الفيديو: يوضح هذا المفهوم كيف تستخدم المقاهي الذكاء الاصطناعي لتحليل خبراء صناعة القهوة والعملاء. يرجى "التمتع" التام بخصوصياتك في المقهى. 😂

وقال مستخدم آخر إن الأمر لم يكن مفاجئًا. كمستهلك ، يجب أن تعلم أن العديد من المتاجر تعرف كل شيء عنك لحظة دخولك.

إن "قضية كامبردج أناليتيكا" تتضاءل بالمقارنة.

(في عام 2018 ، اعترف Facebook بأن شركة تحليل البيانات البريطانية حصلت بشكل غير قانوني على معلومات 50 مليون مستخدم على Facebook في عام 2016 ، واستخدمت هذه المعلومات لبناء برنامج يتنبأ بنتائج صندوق الاقتراع ويؤثر عليها وساعد ترامب بنجاح في الفوز بالرئاسة. انتخاب.)

حتى المسك نفسه ظهر في منطقة التعليق ، تاركًا علامتي تعجب على التوالي.

إذا كنت تعتقد أن وجود ذكاء اصطناعي يتجسس على الموظفين والعملاء في المقهى أمر مخيف بدرجة كافية ، فالحقيقة هي أنه إذا لم تكن التكلفة مشكلة ، فقد يكون هناك آلاف الطائرات بدون طيار في السماء ترسل بيانات تتبع في الوقت الفعلي إلى المنظمين ، و سيتم تتبع كل شيء وتسجيله.

لا تحتاج حتى إلى قسم محترف ، يمكن لأي شخص القيام بالتتبع على طائرة بدون طيار للهواة ، لأن تقنية الكشف عن الأشياء والتعرف على الصور الحالية قوية للغاية.

كما تعلم ، عند تشغيل دفق 1080 بكسل على بطاقة رسومات منفصلة قبل بضع سنوات ، كانت السعة القصوى 6 كائنات فقط.

** "العيون" في كل مكان **

الحقيقة هي أن عالمنا الحالي مليء بالكاميرات.

من بينها ، قامت العديد من الشركات بنشر استراتيجيات سرية للغاية لتتبع المستهلكين ، وكل ذلك يتم من خلال الذكاء الاصطناعي والتعرف البصري على قنوات الفيديو.

على سبيل المثال ، في معمل البيع بالتجزئة الذكي في Wal-Mart ، تسمح أجهزة استشعار وكاميرات IRL للموظفين بمعرفة كل شيء في المتجر.

اعتمدت مطاعم الوجبات السريعة أيضًا تقنية الذكاء الاصطناعي للإشراف على الموظفين. يشترط أن يرتدي الموظفون الأقنعة ، وإذا خلع أي شخص القناع ، فسيعلم المدير على الفور.

أيضا ، لدينا بيانات الموقع المحمول للبيع.

يبيع جميع مشغلي الهواتف المحمولة تقريبًا البيانات دون الكشف عن هويتهم لمتاجر البيع بالتجزئة ، والتي يمكن القول إنها جزء من أعمالهم الأساسية.

فقط Google "اسم المشغل + رؤى الجماهير" وستفاجئك النتائج.

"هل تريد معرفة عدد الأشخاص الذين يمرون بمكان معين في فترة زمنية معينة؟ ما هو عمرهم وحالة دخلهم ، وكم منهم يمكن أن يصبحوا عملاء محتملين؟"

بالطبع ، ستؤكد خدمة "الحشد البصيرة" على أن البيانات مجهولة الهوية ، والطريقة التي يتم بها جمع الإيصال لا تكشف الخصوصية الشخصية.

قال أحدهم: الآن بعد أن تم جمع بياناتي ، هل يمكنني أن أطلب من الشركة أن تدفع لي؟

فيما يتعلق بالكاميرات المستخدمة في المؤسسات ، أظهر بعض الأشخاص في منطقة التعليقات تجاربهم الخاصة——

"أعمل على نظام الكاميرا الأمنية الخلفية في الملعب ، وما نصدره للجمهور هو ثلث البيانات الفعلية فقط."

"إنه يشبه الفيلم تقريبًا ، أدخل وجهك ، وسوف يتعرف النظام على مكانك."

وللقيام بكل ذلك ، ما عليك سوى أن تأخذ أي كاميرا ، وتثبّت برنامجًا بقيمة 300 دولار ، وتعمل حتى نفاد مساحة القرص.

** إيجابيات وسلبيات؟ **

في هذا الصدد ، شارك الخبير الاستشاري لمنظمة العفو الدولية دييغو سان إستيبان وجهات نظره:

وهو يعتقد أن مراقبة الذكاء الاصطناعي لها بالتأكيد العديد من المزايا ، مثل المراقبة المستمرة لأداء الموظفين وإنتاجيتهم ، مما يسمح للمديرين بصياغة الاستراتيجيات بشكل أفضل.

بالإضافة إلى ذلك ، يمكن للذكاء الاصطناعي أيضًا توفير بيانات أداء موضوعية لتجنب التحيز البشري في التقييم.

كما أن هناك العديد من أوجه القصور ، وأكثرها انتقادًا هو انتهاك حقوق الخصوصية للموظفين ، كما أنه سيخلق جوًا من عدم الثقة في المؤسسة ، مما سيؤثر على الروح المعنوية والرضا الوظيفي.

لا يستطيع الذكاء الاصطناعي أيضًا فهم السياق الذي يتم فيه العمل بشكل كافٍ ، ويفتقر إلى التعاطف البشري.

ومن المرجح أن يرتكب أخطاء ، مع مراعاة التحيز المتأصل في بيانات التدريب ، وهو أمر غير عادل للغاية للموظفين.

** خوارزمية الكشف عن الهدف **

في الواقع ، وراء هذا الحادث المثير للجدل هو اكتشاف هدف تكنولوجي شائع جدًا للذكاء الاصطناعي.

على سبيل المثال ، بالنظر إلى صورة لشارع المدينة ، سيعرض نموذج اكتشاف الكائن قائمة من التعليقات التوضيحية أو الملصقات لجميع الكائنات المختلفة في الصورة: إشارات المرور ، والمركبات ، وإشارات الطرق ، والمباني ، إلخ.

ستحتوي هذه الملصقات على الفئة المناسبة لكل كائن ، مثل "شخص" ، و "الصندوق المحيط" ، المنطقة المستطيلة التي تحيط بالكائن بالكامل.

### ** تطبيق الصناعة **

يعد اكتشاف الأشياء مهمة حاسمة بالنسبة للبشر: عند دخول غرفة أو مشهد جديد ، فإن غريزتنا الأولى هي التقييم البصري للأشياء والأشخاص بداخلها ومن ثم فهمهم.

على غرار البشر ، يلعب اكتشاف الأشياء دورًا مهمًا في تمكين أجهزة الكمبيوتر من فهم العالم المرئي والتفاعل معه ، وقد تم استخدامه على نطاق واسع في العديد من الصناعات:

- حماية الموقع:

يمكن أن تساعد نماذج الكشف عن الكائنات في تحسين السلامة والأمن في مكان العمل. على سبيل المثال ، يمكنهم الكشف عن وجود أفراد أو مركبات مشبوهة في مناطق حساسة. وبشكل أكثر إبداعًا ، يمكن أن تضمن استخدام العمال لمعدات الحماية الشخصية (PPE) مثل القفازات أو الخوذات أو الأقنعة.

** - وسائل التواصل الاجتماعي: **

يمكن أن تساعد نماذج اكتشاف الكائنات في تحديد وجود علامة تجارية معينة أو منتج أو شعار أو شخص في الوسائط الرقمية. يمكن للمعلنين استخدام هذه المعلومات لجمع البيانات وعرض إعلانات أكثر صلة للمستخدمين. كما أنه يساعد في أتمتة عملية اكتشاف المحتوى غير المناسب أو المحظور والإبلاغ عنه.

** - مراقبة الجودة: **

تمكّن نماذج الكشف عن الكائنات من المراجعة الآلية للبيانات المرئية. يمكن لأجهزة الكمبيوتر والكاميرات تحليل البيانات في الوقت الفعلي ، واكتشاف المعلومات المرئية ومعالجتها تلقائيًا وفهم أهميتها ، مما يقلل من التدخل البشري في المهام التي تتطلب مراجعة بصرية مستمرة. هذا مفيد بشكل خاص في مراقبة جودة الإنتاج التصنيع. لا يقتصر الأمر على تحسين الكفاءة فحسب ، بل يمكنه أيضًا اكتشاف الحالات الشاذة في الإنتاج التي قد تفوتها العين البشرية ، مما يمنع حدوث اضطرابات محتملة في الإنتاج أو عمليات سحب المنتج.

** تحقيق 66 نقطة وصول لأول مرة ، أقوى خوارزمية SOTA تهيمن على القائمة **

حاليًا ، من حيث أداء خوارزمية الكشف عن الهدف ، تهيمن "DETRs مع التدريب على التعيينات الهجينة التعاونية" من الفريق المحلي على COCO بدرجة 66 نقطة وصول. تم قبول هذا العمل من قبل ICCV 2023.

في الورقة البحثية ، يقترح المؤلفون مخططًا جديدًا للتدريب على المهام المختلطة التعاونية - Co-DETR ، والذي يمكنه تعلم أجهزة الكشف القائمة على DETR بشكل أكثر كفاءة وفعالية من تعيينات الملصقات المتنوعة.

من خلال تدريب العديد من الرؤوس المساعدة المتوازية (تحت إشراف تخصيص تسمية واحد إلى متعدد ، مثل ATSS و Faster RCNN) ، يمكن لـ Co-DETR الجديد بسهولة تعزيز القدرة التعليمية لجهاز التشفير في الكاشف الشامل.

من خلال استخراج الإحداثيات الإيجابية من هذه الرؤوس المساعدة للحصول على استفسارات إيجابية إضافية مخصصة ، يمكن لـ Co-DETR أيضًا تحسين كفاءة التدريب للعينات الإيجابية في وحدة فك التشفير.

علاوة على ذلك ، يتم تجاهل هذه الرؤوس المساعدة أثناء الاستدلال ، وبالتالي فإن الطريقة لا تقدم معلمات إضافية وتكلفة حسابية للكاشف الأصلي ، كما أنها لا تتطلب قمعًا يدويًا غير الحد الأقصى (NMS).

عنوان الورق:

عنوان المشروع:

** - تحسين التشفير: **

يمكن لخطة التدريب أن تعزز بسهولة القدرة التعليمية لجهاز التشفير في الكاشف من طرف إلى طرف من خلال تدريب عدة رؤوس مساعدة متوازية يشرف عليها تخصيص تسمية واحد لأكثر.

** - تحسين الترميز: **

تم تحسين تعلم الانتباه في وحدة فك التشفير عن طريق استخراج الإحداثيات الإيجابية من هذه الرؤوس المساعدة للحصول على استعلامات إيجابية مخصصة إضافية.

** - أداء سوتا: **

Co-DETR المجهز بـ ViT-L (معلمات 304M) هو أول نموذج يحقق 66.0٪ AP في مطور اختبار COCO.

تظهر النتائج التجريبية أنه استنادًا إلى شبكة Swin-L الأساسية ، يمكن لطريقة Co-DETR تحسين أداء نموذج SOTA الحالي DINO-Deformable-DETR من 58.5٪ إلى 59.5٪ (على مجموعة التحقق من COCO).

بدعم من شبكة العمود الفقري ViT-L ، تحقق Co-DETR 66.0٪ AP في COCO test-dev و 67.9٪ AP على مجموعة التحقق من LVIS.

بالإضافة إلى ذلك ، يحقق Co-DETR أيضًا أداءً أفضل مع حجم نموذج أصغر من الطرق السابقة.

مراجع: