✔ Для iPhone было создано приложение с функцией распознавания объектов - «Интернет»
Людмила 25-06-2017, 08:00 193 Новости дня / Интернет
ПОХОЖИЕ
Автором ролика является разработчик Крис Грининг. Связав камеру аппарата с открытой системой на базе искусственного интеллекта Сore ML, он получил функции распознавания объектов. Наводя фокус на предмет, ИИ выдает в углу экрана возможные его именования и вероятность совпадения в процентах. Так, в видео системе удалось распознать со стопроцентным совпадением винную бутылку, отвертку и железную линейку.
Такие результаты дают все основания полагать, что новый iPhone все же будет обладать функцией распознавания объектов, что безусловно отразится на удобстве использования смартфона. На форуме Грининг поведал о всех тонкостях созданного им приложения. По его словам главным ее преимуществом является тот факт, что система анализирует данные внутри собственной нейросети, без отправки их на главный сервер.
Цитирование статьи, картинки - фото скриншот - Rambler News Service.
Иллюстрация к статье - Яндекс. Картинки.
Есть вопросы. Напишите нам.
Общие правила поведения на сайте.
Видео, демонстрирующее возможности ИИ в паре с iPhone, появилось на днях на Reddit. При помощи камеры смартфона искусственный интеллект распознает расставленные на столу предметы. Автором ролика является разработчик Крис Грининг. Связав камеру аппарата с открытой системой на базе искусственного интеллекта Сore ML, он получил функции распознавания объектов. Наводя фокус на предмет, ИИ выдает в углу экрана возможные его именования и вероятность совпадения в процентах. Так, в видео системе удалось распознать со стопроцентным совпадением винную бутылку, отвертку и железную линейку. Такие результаты дают все основания полагать, что новый iPhone все же будет обладать функцией распознавания объектов, что безусловно отразится на удобстве использования смартфона. На форуме Грининг поведал о всех тонкостях созданного им приложения. По его словам главным ее преимуществом является тот факт, что система анализирует данные внутри собственной нейросети, без отправки их на главный сервер.