Berta Sándor
Önkéntesek tanítottak egy képelemző algoritmust
A kamerákkal felszerelt drónok gyorsan képesek sok fotót készíteni, de ezek elemzése már nehéz feladat.
Egy nemzetközi tudóscsoport önkéntesek segítségével tanította meg egy algoritmusnak, hogy miket kell felismernie az állatokat egy képen. A gépi tanulásnak köszönhetően a jövőben a számítógépek már elemezni tudják majd a különböző felvételeket. Ezt egy elvégzett sikeres teszt is alátámasztotta.
Miután egyre több helyzetben alkalmaznak robotrepülőgépeket, ezért ideális lenne, ha a járművek képesek lennének a valós idejű adatelemzésre. A kutatók bebizonyították, hogy mindez már most is lehetséges. A szakemberek a Namíbiában lévő Kuzikus természetvédelmi területen többek között struccokat, gnúkat, zebrákat, orrszarvúkat figyeltek meg. Ezután önkéntesek a MicroMappers nevű platformon azonosították az egyes állatokat. E folyamat alapján tanulta meg az algoritmus, hogy miként oldja meg ezt a feladatot.
Az 500 önkéntesnek először számos képen kellett állatokat azonosítania, majd nagyjából körberajzolnia azokat. Stéphane Joost, az Ecole Polytechnique Fédérale de Lausanne munkatársa elmondta, hogy ilyen módon sikerült két nap alatt a 26 000 feltöltött fotó 98 százalékát azonosítani. Ugyan a segítők néha hibáztak és olyan objektumokat is megjelöltek, amelyek nem is állatok voltak, de Joost szerint a kiértékelés alapvetően jó edzés volt az algoritmus számára.
A kutatók a Twitter-üzenetek katasztrófahelyzetekben való elterjedését akarták lemodellezni, illetve átültetni a digitális képekre. A katasztrófák idején az érintett területek kapcsán akár több tízezer tweet is megjelenhet, az emberek pedig ennyi üzenetet nehezen tudnak megszűrni.
Egy nemzetközi tudóscsoport önkéntesek segítségével tanította meg egy algoritmusnak, hogy miket kell felismernie az állatokat egy képen. A gépi tanulásnak köszönhetően a jövőben a számítógépek már elemezni tudják majd a különböző felvételeket. Ezt egy elvégzett sikeres teszt is alátámasztotta.
Miután egyre több helyzetben alkalmaznak robotrepülőgépeket, ezért ideális lenne, ha a járművek képesek lennének a valós idejű adatelemzésre. A kutatók bebizonyították, hogy mindez már most is lehetséges. A szakemberek a Namíbiában lévő Kuzikus természetvédelmi területen többek között struccokat, gnúkat, zebrákat, orrszarvúkat figyeltek meg. Ezután önkéntesek a MicroMappers nevű platformon azonosították az egyes állatokat. E folyamat alapján tanulta meg az algoritmus, hogy miként oldja meg ezt a feladatot.
Az 500 önkéntesnek először számos képen kellett állatokat azonosítania, majd nagyjából körberajzolnia azokat. Stéphane Joost, az Ecole Polytechnique Fédérale de Lausanne munkatársa elmondta, hogy ilyen módon sikerült két nap alatt a 26 000 feltöltött fotó 98 százalékát azonosítani. Ugyan a segítők néha hibáztak és olyan objektumokat is megjelöltek, amelyek nem is állatok voltak, de Joost szerint a kiértékelés alapvetően jó edzés volt az algoritmus számára.
A kutatók a Twitter-üzenetek katasztrófahelyzetekben való elterjedését akarták lemodellezni, illetve átültetni a digitális képekre. A katasztrófák idején az érintett területek kapcsán akár több tízezer tweet is megjelenhet, az emberek pedig ennyi üzenetet nehezen tudnak megszűrni.