Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Wie künstliche Intelligenz herstellt eine „vergrößerte Arbeitskraft“
{{{sourceTextContent.subTitle}}}
Geschaffen vier Jahren, ist Deepomatic eine französische Firma, die Software der künstlichen, vor Intelligenz entwickelt der Schaffung von Bilderkennungssystemen ermöglichend.
{{{sourceTextContent.description}}}
Ihr Ziel? Zu eine „vergrößerte Arbeitskraft“ oder „Doktor“ herstellen, wer auf die interessantesten und wertvollsten Aufgaben sich konzentrieren kann, während die Maschine die einfachsten Fälle behandelt, in denen eine hohe Stufe der Sachkenntnis nicht angefordert wird. Die Idee ist, ein System zu schaffen, das der Halbautomatisierung von sich wiederholenden und Sichtaufgaben mit einem Menschen ermöglicht, der schließlich an der Spitze des Projektes bleibt. Wir sprachen mit Augustin Marty, CEO von Deepomatic.
Interview übersetzt aus Französischem mit Monica Hutchings.
MedicalExpo-ezeitschrift: Sie sagen, dass Bilderkennung die reifste Technologie der künstlichen Intelligenz dort draussen heute ist. Warum ist dieses und wie es arbeitet?
Augustin Marty: Wir werden auf Bild- und Videoanerkennung spezialisiert. Von einem technologischen und wissenschaftlichen Gesichtspunkt ist dieses das Feld, in dem künstliche Intelligenz die bedeutendsten Durchbrüche in den letzten Jahren gehabt hat. Die Methodologie besteht, wenn sie verhältnismäßig große Dateien, d.h. Bilder sammelt, die wir mit Informationen, wie Lokalisieren von Gegenständen in einem bestimmten Platz oder Sagen anreichern, dass ein bestimmtes Bild mit einem bestimmten Element entspricht. Um dieses zu erzielen ist es notwendig für eine Person Teil seiner oder Sachkenntnis auf die Maschine zu übertragen. Wir dann holen diese Bilder und die Informationen, die zu ihnen gehört zurück und bilden ein Netz von Neuronen aus, um die Aufgabe zu lernen, die wir an bearbeiten. Dieses gibt uns ein Netz von den Neuronen, die auf die Aufgabe zur Hand spezialisiert werden.
ICH Emag: Welchen Bildern pflegen Sie, um die Maschine auszubilden?
Augustin Marty: Sie entsprechen den Fällen, die wir an bearbeiten. Im medizinischen Sektor zum Beispiel arbeiten wir hauptsächlich auf dem Gebiet der medizinischer Bildgebung. Wir benötigen den Input eines Doktors mit einem bestimmten Niveau der Sachkenntnis, das ist, uns zu sagen, dass dieses oder dieses Element auf einem Ultraschall mit diesem oder diesem Organ entspricht. Wir tun dies für viele Bilder und dann autonom ist das System in der Lage, das auf einem gegebenen Bild zu sagen, das es eine Frage eines gegebenen Organs ist. Dank die Bibliothek des Wissens, welches das System erworben hat, ist es in der Lage, alles dieses zu generalisieren und dieses Wissen zu verwenden, um es an den neuen Bildern anzuwenden. Es lernt durch Analogie. Wir können dieses mit dem Training eines Menschen wirklich vergleichen; wir unterrichten ihm viele Beispiele, damit es Elemente auf Bildern dann erkennen kann, die es nie vorher eigenständig gesehen hat.
Es lernt durch Analogie. Wir können dieses mit dem Training eines Menschen wirklich vergleichen; wir unterrichten ihm viele Beispiele, damit es Elemente auf Bildern dann erkennen kann, die es hat nie gesehen vorher eigenständig.“
ICH Emag: Gibt es ein Risiko von Fehlern?
Augustin Marty: Ja selbstverständlich, gibt es keine Magie hinter ihr, also ist die Idee, dass ein Mensch immer in der Steuerung und bewusst den Grenzen auf das System er bleibt, oder sie schafft. Mit unserem System wird die Vorhersage, dass die Maschine macht, immer von einem Niveau des Vertrauens begleitet: sie gibt ein Ergebnis, das uns sagt, wenn es von seiner Interpretation mehr oder weniger sicher ist. Nach dem können wir Mechanismen gründen, die garantieren, dass, wenn die Maschine nicht wirklich sicher ist, wir an Meinung eines Doktors uns wenden können.
ICH Emag: Kann Ihr System für was benutzt werden?
Augustin Marty: Auf dem medizinischen Gebiet ist es im Wesentlichen eine Diagnosehilfe mit einem anwesenden Doktor immer. Dieses erlaubt dem Doktor, sich auf die schwierigsten Fälle zu konzentrieren, die modernere Sachkenntnis erfordern, während die einfachsten Fälle die Maschine überlassen werden und schneller behandelt werden können. Aber auf diesem Gebiet sind wir noch in dem Forschungsstadium und es wird nicht noch auf Patienten benutzt.
Wir arbeiten auch an einigen Projekten, die auf neuer Drogenforschung bezogen werden; in diesem Fall wird medizinische Bildgebung mehr eines Werkzeugs, zu bestätigen, ob die neue Behandlung, die wir versuchen uns zu entwickeln, oder nicht effektiv ist. Medizinische Bildgebung und unser System durch Erweiterung, werden dann verwendet, um die Prüfung und das Leistungsbewertungsteil der neuen Behandlung zu automatisieren.
Die echte Herausforderung auf dem medizinischen Gebiet ist Zugang zu den geduldigen Daten, die logisch und verständlich ist, aber es bedeutet, dass es schwierig ist, Zugang zu einem umfangreichen von Daten zu haben. Aber diese Technologie muss ein umfangreiches von Daten absorbieren, um zu arbeiten.
Die echte Herausforderung auf dem medizinischen Gebiet ist Zugang zu den geduldigen Daten, die logisch und verständlich ist, aber es bedeutet, dass es schwierig ist, Zugang zu einem umfangreichen von Daten zu haben.“
ICH Emag: Und was kann es für in andere Felder verwendet werden?
Augustin Marty: Heute die höchstentwickelte Anwendung, die wir an automatischen Registrierkassen der Interessen in der Institutionslebensmittelversorgungsindustrie arbeiten. In einer Firmencafeteria zum Beispiel installieren wir eine oder mehrere Maschinen mit Kameras. Kunden kommen mit ihren Behältern an, die mit den verschiedenen Sachen gefüllt werden, die sie für ihre Mahlzeit gewählt haben. Die Kamera macht ein Foto des Behälters und das System erkennt automatisch, was auf ihm ist und berechnet, wie viel die Person zahlen muss.
ICH Emag: Aber dieses wird menschliche Jobs… los
Augustin Marty: Ja gibt es bestimmt eine direkte Auswirkung auf Beschäftigung, weil es einen Bedarf an weniger Leuten gibt, die Registrierkasse zu bearbeiten, aber wir können dieses als Weise von die Linie Fluss glatter machen und von besseren absorbierenden Spitzen im Volumen auch sehen, da jeder geht, gleichzeitig zu Mittag zu essen. Leicht sich anzupassen ist möglich, die Anzahl von Maschinen zu erhöhen und Spitzen im Volumen. Es ist bereits in ungefähr zehn Restaurants in Frankreich eingesetzt worden und wir versuchen, es anderswo zu entwickeln.
In der Industrie arbeiten wir auch an Autoinnenraum. Zum Beispiel gibt es eine Kamera innerhalb der Autos zwecks zu verbessern, zu verstehen, was im Innen Auto geschieht und einige zusätzliche Dienstleistungen zu erbringen, die z.Z. verbunden sind, um als noch etwas zu trösten. Ein typisches Beispiel ist, dass wir in der Lage sind, das Niveau von Kleidung zu ermitteln, die eine Person trägt, ob es ein Mann oder eine Frau sowie sein oder Prozessniveau ist und die automatische Anpassung von der Temperatur innerhalb des Autos dementsprechend vornimmt.
Für das Bewachungsgewerbe sind wir in der Lage, Videoüberwachungskameras intelligenter herzustellen. Heute gibt es viele Kameras, die installiert sind, aber Teleoperators nicht notwendigerweise haben die Fähigkeit, alle Bänder in der Realzeit aufzupassen. So ist die Idee, ein System zu haben, das alle Videos in der Realzeit aufpassen und einen Alarm herausgeben kann, wenn es anormales Verhalten wie ein Angriff, eine heftige Bewegung oder jemand ermittelt, die allein auf dem Boden in Ohnmacht fällt und ist. Wie in der medizinischen Bildgebung, ist dieses auch eine Zusammenarbeit zwischen Mann und Maschine, weil schließlich es nicht die Maschine ist, die eine Entscheidung aber den Menschen trifft, der sich entscheidet, die Bereitschaftsdienste zu alarmieren oder zu reagieren. Aber wir holen dieses oder dieses Ereignis zur Aufmerksamkeit des Menschen.
Die Idee ist, dass Leute am Helm bleiben, der das Projekt steuert, bewusst den Beschränkungen des Systems, das wird geschaffen.“
Wir arbeiten auch im Transportsektor. Aber, insoweit öffentliche Plätze, werden wir mit einem Hauptschwierigkeit des Zugangs zu den Personendaten gegenübergestellt. So die Idee ist zuerst, ein System zu schaffen, das Videobilder anonym machen würde und d.h. verwischen würde die Gesichter auf diesen Videos, damit Anwendungen verlassene Taschen sowie misstrauisch, gefährlich oder gewalttätiges Verhalten dann halbautomatisch ermitteln können.
ICH Emag: Gibt es ein Risiko, dass Menschen zu einem bestimmten Zeitpunkt durch die Maschine übertroffen werden, die sie hergestellt haben?
Augustin Marty: Wir möchten Schnittstellen schaffen, die sehr einfach sind zu verwenden damit Konzepte, die auf den ersten Blick sehr schwierig, sind viel unter Verwendung unseres Werkzeugs verständlicher zu werden. Die Idee ist, dass Leute am Helm bleiben, der das Projekt steuert, bewusst den Beschränkungen des Systems, das geschaffen wird. Wir wünschen Menschen immer in der Lage sein, zu verstehen, was los ist, damit sie die rechten Entscheidungen treffen können.
{{medias[30027].description}}