"چالش عکس ده ساله که به نظر می‌رسید جنبه فان داشته باشه یه پروژه بزرگ بود برای جمع آوری یه دیتابیس بزرگ هوش مصنوعی برای فیس بوک"
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
Forbes
Was The Facebook '10 Year Challenge' A Way To Mine Data For Facial Recognition AI?
A recent challenge on Facebook has raised concerns about facial recognition technology and privacy. Facebook denies that they had anything to do with the start of the challenge, but experts disagree. Here is how it may affect you.
Forwarded from Pythonic AI
"چالش عکس ده ساله که به نظر می‌رسید جنبه فان داشته باشه یه پروژه بزرگ بود برای جمع آوری یه دیتابیس بزرگ هوش مصنوعی برای فیس بوک"
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
Forbes
Was The Facebook '10 Year Challenge' A Way To Mine Data For Facial Recognition AI?
A recent challenge on Facebook has raised concerns about facial recognition technology and privacy. Facebook denies that they had anything to do with the start of the challenge, but experts disagree. Here is how it may affect you.
Forwarded from Pythonic AI
"چالش عکس ده ساله که به نظر می‌رسید جنبه فان داشته باشه یه پروژه بزرگ بود برای جمع آوری یه دیتابیس بزرگ هوش مصنوعی برای فیس بوک"
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
خبری که خیلی پخش شد و خیلیارو نگران کرد! در لینک زیر مقاله ای از مجله فوربز هست در این مورد که این شایعه رو تایید میکنه از زبان یکی از نویسندگان وایرد بنام oneill.
Oneill
معتقده فیسبوک برای این چالشو راه انداخته تا یه دیتابیس (با حجم ۵.۲ میلیون) از چهره افراد جمع کنه و با استفاده از اون بتونه پیشبینی کنه چهره افراد بعد از n سال چقدر تغییر میکنه و چه شکلی میشن.
به گفته پروفسور دانشگاه نیویورک، Amy Webb این چالش یه توفان فوق العاده برای یادگیری ماشین است!
در این حال فیسبوک اظهار میکنه که این چالش به خودی خود وایرال شده و مردم از عکسهای فیسبوکشون(که از قبل در دسترس فیسبوک بوده) برای این چالش استفاده میکنن. از طرفی کاربران فیسبوک میتونن در پروفایلون قابلیت face recognition رو غیرفعال کنن. اما این خاموش کردن به این معنی نیست که فیسبوک از دیتاهای از قبل ثبت شده شما استفاده نمیکنه. فیسبوک از این دیتا برای کارهایی مثل تگ زدن عکسها و عکسهایی که شما در اونها تگ شدین استفاده میکنه. پس حتی اگر شما این قابلیت رو خاموش کنین، چهره شما از این پلتفرم حذف نمیشه!
به گفته oneill، یکی از کاربردهای مفید دیتای بدست امده از این چالش میتونه یافتن کودکان گم شده یا تشخیص افراد ترنس که در طی زمان چهره شون تغییر کرده باشه!
لینک
#facebook #data #face #recognition #challenge
@pythonicAI
Forbes
Was The Facebook '10 Year Challenge' A Way To Mine Data For Facial Recognition AI?
A recent challenge on Facebook has raised concerns about facial recognition technology and privacy. Facebook denies that they had anything to do with the start of the challenge, but experts disagree. Here is how it may affect you.
وقتی اولین انسان غارنشین توانست آتش روشن کند، کمی پس از آن، دومین انسان غارنشین تصمیم گرفت یاد بگیرد چطور میتواند آتش روشن کند. مشکل اینجا بود که نمیتوانست با خواندن کتاب یا پاس کردن یک درس ۳ واحدی در دانشگاه، روشن کردن آتش را یاد بگیرد. پس شروع به نگاه کردن به انسان غارنشین اول کرد، سعی کرد کار او را تکرار کند، شکست خورد و دوباره سعی کرد تا اینکه موفق به روشن کردن آتش شد. انسان به همین شکل اموزش میبیند: در یک پروسه تکراری نگاه کردن، تمرین کردن، شکست خوردن و تصحیح کردن خود.
اما نحوه استفاده ما از کامپیوتر با این روش تفاوت دارد. ما دیتا را جمع آوری و پیش پردازش کرده و در انبار داده ها و استخرها دخیره میکنیم و سپس به وسیله ابزارهای تحلیل، آنها را مطالعه میکنیم. مشکل اینجاست که ابزار تحلیل، همه چیز را تحلیل نمیکند!صرفا با تکه تکه کردن داده ها و نمایش آنها به درک بهتر آنها توسط انسان کمک میکند.
ما باید کامپیوتر را به همان شکلی که خودمان اموزش میبینیم، اموزش بدهیم. مجموعه ای از داده ها را برای الگوریتم های ماشین لرنینگ که روی پلتفرم های ابری گوگل و IBM پیاده شده، فرستاده و از آنها الگو و بینش های درون دیتا را دریافت کنیم. بدون شک ماشین اشتباه خواهد کرد، و ار ما این است که آن را اصلاح کرده و بارها و بارها این فرایند را تکرار کنیم. بعد از چندبار تکرار، مدل بهتری خواهیم داشت. هدف، کمک به انسان است. ماشین این داده ها را خیلی سریع زیر و رو کرده و با استفاده از مدلی که براساس خود دیتا ساخته شده، به انسان توصیه هایی میکند که میتواند به کمک آنها، الگوها و بینش هایی از این داده ها استخراج کند.
با افزایش طول عمر و افزایش تحصیلات، قدرت شناختی انسان رشد میکند. از حدود سال ۱۹۵۰ قدرت شناختی کامپیوتر شروع به پیشرفت کرد. در سال ۲۰۰۸، میزان قدرت شناختی کامپیوتر به اندازه ۵۰ درصد مغز یک موش تخمین زده شد.
طبق پیشبینی Ray Kurzweil، متخصص هوش مصنوعی، در سال ۲۰۲۰ میزان قدرت شناختی کامپیوتر به اندازه مغز انسان خواهد بود و ۲۵ سال پس از آن، تکینگی(singularity) اتفاق خواهد افتاد، جایی که قدرت شناختی کامپیوتر برابر مغز تمام انسان ها خواهد شد.
اگر میزان رشد قدرت شناختی کامپیوتر را روی یک نمودار در واحد زمان (از ابتدای تمدن تا کنون) رسم کنید، متوجه رشد سریع آن خواهید شد (تقریبا یک خط عمودی خواهد بود) که ما تازه در ابتدای راه درک تاثیر این قدرت روی بشریت هستیم. این موضوع میتواند ترسناک باشد!
منبع: لینک
#machinelearning #artificialinterlligence #ray #kurzweil #singularity #data
@pythonicAI
اما نحوه استفاده ما از کامپیوتر با این روش تفاوت دارد. ما دیتا را جمع آوری و پیش پردازش کرده و در انبار داده ها و استخرها دخیره میکنیم و سپس به وسیله ابزارهای تحلیل، آنها را مطالعه میکنیم. مشکل اینجاست که ابزار تحلیل، همه چیز را تحلیل نمیکند!صرفا با تکه تکه کردن داده ها و نمایش آنها به درک بهتر آنها توسط انسان کمک میکند.
ما باید کامپیوتر را به همان شکلی که خودمان اموزش میبینیم، اموزش بدهیم. مجموعه ای از داده ها را برای الگوریتم های ماشین لرنینگ که روی پلتفرم های ابری گوگل و IBM پیاده شده، فرستاده و از آنها الگو و بینش های درون دیتا را دریافت کنیم. بدون شک ماشین اشتباه خواهد کرد، و ار ما این است که آن را اصلاح کرده و بارها و بارها این فرایند را تکرار کنیم. بعد از چندبار تکرار، مدل بهتری خواهیم داشت. هدف، کمک به انسان است. ماشین این داده ها را خیلی سریع زیر و رو کرده و با استفاده از مدلی که براساس خود دیتا ساخته شده، به انسان توصیه هایی میکند که میتواند به کمک آنها، الگوها و بینش هایی از این داده ها استخراج کند.
با افزایش طول عمر و افزایش تحصیلات، قدرت شناختی انسان رشد میکند. از حدود سال ۱۹۵۰ قدرت شناختی کامپیوتر شروع به پیشرفت کرد. در سال ۲۰۰۸، میزان قدرت شناختی کامپیوتر به اندازه ۵۰ درصد مغز یک موش تخمین زده شد.
طبق پیشبینی Ray Kurzweil، متخصص هوش مصنوعی، در سال ۲۰۲۰ میزان قدرت شناختی کامپیوتر به اندازه مغز انسان خواهد بود و ۲۵ سال پس از آن، تکینگی(singularity) اتفاق خواهد افتاد، جایی که قدرت شناختی کامپیوتر برابر مغز تمام انسان ها خواهد شد.
اگر میزان رشد قدرت شناختی کامپیوتر را روی یک نمودار در واحد زمان (از ابتدای تمدن تا کنون) رسم کنید، متوجه رشد سریع آن خواهید شد (تقریبا یک خط عمودی خواهد بود) که ما تازه در ابتدای راه درک تاثیر این قدرت روی بشریت هستیم. این موضوع میتواند ترسناک باشد!
منبع: لینک
#machinelearning #artificialinterlligence #ray #kurzweil #singularity #data
@pythonicAI
