This post is also available in: enEnglish (אנגלית)

אחד הגורמים המרכזיים להתעניינות הגוברת במערכות למידת מכונה הוא המענה שהן מספקות לבעיות בתחום הראייה הממוחשבת. ארכיטקטורה חדשה לרשת נוירונית תאפשר לבצע סגמנטציה של התמונה במחשבים עם אנרגיה ויכולת מחשוב נמוכות. סגמנטציה זהו תהליך של קביעת תחומים ואזורים לעצמים בתמונות. בני האדם מבצעים סגמנטציה באופן בלתי מודע, אבל עבור מערכות למידת מכונה הדבר עדיין מהווה אתגר משמעותי. התהליך חיוני לתפקוד רובוטים ניידים, מכוניות ללא נהג ומערכות בינה מלאכותית נוספות שצריכות לבצע אינטראקציות לנווט בעולם האמיתי.

על פי דיווחיbdtectalks.com, עד לאחרונה, לסגמנטציה נדרשו רשתות נוירוניות המבוססות על מחשוב אינטנסיבי. דבר זה הקשה על הפעלת מודלים אלה של למידה עמוקה ללא חיבור לשרתי ענן. חוקרי בינה מלאכותית ב-DarwinAI ובאוניברסיטת ווטרלו בארה"ב הצליחה ליצור רשת נוירונית בשם AttendSegthat שמספקת סגמנטציה כמעט אופטימלית, ויחד עם זאת היא מספיק קטנה כדי להתאים למכשירים בעלי אילוצי משאבים.

כמה מהיישומים הנפוצים של למידת מכונה בראייה ממוחשבת כוללים סיוות תמונה, איתור עצמים וסגמנטציה.  סיווג תמונה קובע האם סוג מסוים של עצם קיים בתמונה או לא. איתור עצמים לוקח את סיווג התמונה צעד נוסף קדימה ומספק את התיחום בו מצויים העצמים שאותרו. 

מעוניינים לצלול אל תוך עולם העתידנות הטכנולוגית? – הירשמו לINNOTECH 2022, הכנס והתערוכה הבינלאומיים לסייבר, HLS וחדשנות באקספו תל אביב ב2-3 בנובמבר.

מעוניינים בחסות / ביתן תצוגה בתערוכת ה-INNOTECH 2022? לחצו כאן לפרטים!