שלום,
נראה שכבר הכרתם את אאוריקה. בטח כבר גיליתם כאן דברים מדהימים, אולי כבר שאלתם שאלות וקיבלתם תשובות טובות.
נשמח לראות משהו מכם בספר האורחים שלנו: איזו מילה טובה, חוות דעת, עצה חכמה לשיפור או כל מה שיש לכם לספר לנו על אאוריקה, כפי שאתם חווים אותה.
»
«
מהי ראייה ממוחשבת במערכות זיהוי תמונה?
ראייה ממוחשבת (Computer Vision) היא יכולת של מערכת מבוססת מחשב לעבד תמונות או וידאו. במערכות ראייה ממוחשבת עושים שימוש במגוון תחומים, מזיהוי פנים, זיהוי מבנים, מיפוי, מדידה, שיפוץ תמונות, לרוב לצרכים אסתטיים ועוד.
מערכות ראייה ממוחשבת מבוססות על יכולת זיהוי תמונה. במערכות כאלה יכולה המערכת לזהות מרכיבים בתמונה, על סמך מידע שהוזן לתוכה ולמידת מכונה, שבה היא השתכללה עם הזמן.
מכשירים סלולאריים ורובוטים נעזרים בראייה ממוחשבת כדי לראות ולהבין, ממש כמו בני אדם, את סביבתם. הם מצוידים ביכולת לנתח את המרכיבים החזותיים שנקלטו במערכת הראייה מבוססת החיישנים שלהם ולשפר את היכולות שלהם, בהתבססות על מה שלמדו בפעמים קודמות. זו כמובן "למידת מכונה".
מערכות ראייה ממוחשבת משמשות כיום גם לזיהוי פרצופים של חשודים בביצוע עבירות, מחבלים וחברים בארגוני טרור וכדומה.
זוהי טכנולוגיית הראייה הממוחשבת:
https://youtu.be/zLkz6ljKtyw
כך ניתן להשתמש בראייה ממוחשבת לשימושים שונים:
https://youtu.be/ObIjxA9vCR8?t=15s
מכשיר הקינקט הכיל שבב זיהוי תנועה עם ראייה ממוחשבת ועשה פלאים:
https://youtu.be/jGJh63sV66A
והרצאה שלמה על ראייה ממוחשבת (עברית):
https://youtu.be/hG5tRy3FEWI?t=1m14s?long=yes
מהי ראיית מכונה?
ראיית מכונה (Machine vision) היא יישום של ראייה ממוחשבת לבקרת מכונות, רובוטים ותהליכים שונים. ראיית המכונה היא חלק מתחום הלמידה הממוחשבת, ענף בתחום הבינה המלאכותית שמאפשר למחשבים יכולת לזהות תבניות בנתונים חזותיים, ויזואליים. הם עושים זאת על סמך נתונים קודמים ותוך התבססות על חוקים שנוצרו מקבוצות נתונים שבהם נתקלו מחשבים בעבר.
הדוגמה הכי בולטת שבה אולי נתקלתם, של ראיית מכונה (Machine vision), היא הטכנולוגיה שמאפשרת לדפי פייסבוק לזהות פרצופים בתמונות בעצמם. כך גם פועלים מנועי חיפוש תמונות, שיודעים לאתר תמונות לפי התוכן שבתוכן, כמו תמונות עם בית, תמונות בצבעי אדום-ירוק וכדומה.
בהרבה מקרים ראיית מכונה משתמשת בדימוּת, כלומר היא לא משתמשת דווקא במידע שהתקבל ממקורות אופטיים לצורך הניתוח, אלא במידע אחר.
השימושים של ראיית המכונה הם מגוונים כבר היום ונעים מהנחייה ובקרה של רובוטים, דרך אמצעי ראייה לכבדי ראייה ועיוורים ועד ליישומים כבדים כמו פיקוח תעשייתי על תהליכי ייצור במפעלים, צפיית בעיות בריאות באמצעות חיישנים רפואיים אישיים, פיתוח של מנועי חיפוש ויזואליים מתקדמים, המשתמשים בראיית מכונה וכאמור גם זיהוי פנים בתמונות וסרטים.
העתיד מבטיח יישומים מרגשים בהרבה. דמיינו את הסמארטפונים של העתיד, שיצויידו בבינה מלאכותית ויוכלו לעשות פעולות חכמות במיוחד עם המידע הויזואלי שהצטבר בתמונה שצילמתם במצלמת הטלפון, דמיינו רחפנים שמזהים ונמנעים ממכשולים כדי להביא משלוחים ללקוחות מבלי להישדד בדרך, דמיינו מערכות רמזורים והכוונת תנועה שחוזות פקקי תנועה ומשחררות אותם לבד, רובוטים מאבטחים ש"רואים" בני אדם ומזהים מיידית מבוקשים, חשודים וכדומה. אלה רק דוגמאות קטנות. למעשה, המהפכה התעשייתית הרביעית מתקיימת כבר עתה על ראיית מכונות.
אז אם ראיית המכונה מאפשרת למחשבים לראות את העולם, היא תאפשר למחשבים למצוא בו דפוסים ותבניות שיוצרים הגיון ולפעול כדי להפוך אותו למקום טוב ובטוח יותר.
איך מחשבים יכולים לראות ולהבין תמונה (מתורגם):
https://youtu.be/2hXG8v8p0KM
השימושים בטכנולוגיה של ראיית המכונה:
https://youtu.be/luuLcY30fQQ
ראיית מכונה היא הכרחית למכוניות האוטונומיות של העתיד, למשל מכונית העתיד ללא נהג הזו:
https://youtu.be/0DS9PY6iaxE
השפעת הראיית המכונה על התעשייה החדשה - זו שכבר נקראת תעשייה 4.0:
https://youtu.be/9FyPV59Q7-Q
אפליקציה לזיהוי ומידע על מוצרים בראיית מכונה:
https://youtu.be/uNy6Nt4F13o
זרוע רובוטית עם ראיית מכונה:
https://youtu.be/H01QG_EAMyw
וסרטון תיעודי על ראיית מחשב (Computer Vision):
https://youtu.be/eQLcDmfmGB0?long=yes
איך מלמדים מחשבים לזהות פנים?
מהו זיהוי פנים?
ממצלמות אבטחה במרחב הציבורי, דרך מצלמות מעקב המתעדות מיליוני אנשים בערים ובדרכים ועד לסוכנויות המעקב הממשלתיות, לאחרונה נראה שהיא בכל מקום. היכולת לזהות פנים באופן דיגיטלי מתבססת על המרה של תווי הפנים של אדם למפת נתונים, שניתן להשוות למיליוני מפות נתונים אחרות ולמצוא במי מדובר.
מדובר בטכנולוגיית זיהוי פנים (Facial recognition), המבוססת על יכולת טכנולוגית מבוססת אלגוריתם, או תוכנה, שמסוגלת לזהות אדם על פי צילום דיגיטלי שלו, אם בתצלום ואם בסרט וידאו. מערכות זיהוי פנים רבות מתיימרות כיום לעשות זאת באופן אוטומטי.
אחת השיטות לזיהוי פנים היא על ידי השוואת תכונות תווי הפנים שבתמונה לתמונות שמאוחסנות במאגר נתונים. אלגוריתם פשוט למד כבר מזמן לזהות בזמן צילום דיגיטלי, פנים אנושיות וכך עשה פוקוס עליהם, כדי שהפנים לא יצאו מטושטשים.
בשנים האחרונות הפכו האלגוריתמים של זיהוי פנים מדויקים מבעבר. הם מאפשרים לעבד כמויות אדירות של מידע, במהירות וביעילות, כשהם נעזרים במאגרי נתונים ענקיים המכילים את פניהם של אזרחים רבים.
המדהים הוא שהרשתות החברתיות מהוות כיום את מאגר הנתונים הגדול מאי-פעם, כשלכל צילום מתווספים מיידית שמות המצולם ופרטים מזהים רבים. המרכזיות של המדיה החברתית בחיינו מהווה סיכון לא קטן לפרטיות שלנו וזה יילך ויתחדד, ככל שיימצאו שימושים חדשים לטכנולוגיות הללו.
כל השחקנים הטכנולוגיים הגדולים כבר שם. אם זו פייסבוק, שמזהה את חבריך בתמונות שהעלית לקיר שלך, או גוגל שמזהה לבעלי סמארטפונים את פניהם של המצולמים בתמונות שבנייד האנדרואיד שלהם. מיקרוסופט, שהצליחה לפתח אלגוריתמים לשלטים שמזהים את המתבונן ומציעים לו פרסומות מטורגטות, כלומר פרסומות שונות לכל אדם ומותאמות לנושאים שבהם הוא מתעניין, בצורה די דומה לפרסומות בדפדפן, שמתאימות את עצמן לחיפושים שלך במנוע החיפוש. מוצר אחר של מיקרוסופט המשתמש בזיהוי פנים, הוא מצלמה שמסוגלת להבחין בין תאומים זהים ולזהותם על אף הדימיון הרב ביניהם.
מערכות זיהוי פנים משמשות כיום לאבטחה, לזיהוי החברים המצולמים ברשתות חברתיות ולמעקב אחרי פושעים וטרוריסטים במקומות ציבוריים. לעתים קרובות הן מופעלות ביחד עם טכנולוגיות משלימות, שכן זיהוי פנים היא חלק מתחום הזיהוי הביומטרי. טכנולוגיות נוספות שמשמשות בזיהוי ביומטרי הן זיהוי טביעות אצבע, זיהוי דנ"א וזיהוי קשתית העין.
כך אנו מזהים פנים (עברית):
https://youtu.be/mTSsCYob9mo
זיהוי פנים טכנולוגי:
https://youtu.be/wve5JWX7yoc
זיהוי פנים כאמצעי תשלום (עברית):
https://youtu.be/9yyeH6CK5xk
על זיהוי פנים ופרטיות (עברית):
https://youtu.be/fU3OMXLAKNk
טכנולוגיית האבטחה שמתבססת על זיהוי פנים:
https://youtu.be/9k-rTVfLesQ
מראת הפלא שמזהה בין השאר רגשות של המתבונן בה:
https://youtu.be/uN1yB17S2bk
נראה שזיהוי הפנים של חלונות 10 לא מתבלבל בין תאומים זהים:
https://youtu.be/J1NL246P9Vg
ויש גם זיהוי פנים מעט מביך כמו אלגוריתם שמבטיח לזהות את הגיל של המצולם:
https://youtu.be/Wi8DLKPQqJ0
איך תיראה תעשיית העתיד?
כיצד תהיה תעשיית העתיד איש מן הסתם לא יכול לחזות. אפשר לשער או לנסות להבין לאן מועדות פני עולם התעשייה, אבל דווקא הלא ידוע הוא שיעצב את העתיד הזה יותר מהדברים הידועים והתחזיות המבוססות על מה שידוע לנו עכשיו.
עם מגוון מרכיבים חדשניים שהולכים ותופסים מקום בעולם התעשייתי כבר היום, יתכן שהם יהיו המרכזיים בה, אם כי לא בטוח שלא ייוולדו תחומים חדשים ומשבשים לעולמות התעשייה והניהול, שיטלטלו אותם עד כדי שינויים מסעירים פי כמה. האינטרנט ששינה את העולם בשנות התשעים הוא דוגמה למתחם כזה, שהפך מאוטוסטרדת המידע, כינוי שרימז על הכמות והמהירות בהן המידע עובר בה, למרכז העולם שלנו, פחות מדור אחר כך.
אם מושגים כמו דיגיטליזציה, קישוריות, דאטה, בינה מלאכותית, ואוטומציה היו מילות הקוד של התעשייה בימינו, לא מן הנמנע שמושגים כמו רובוטיקה מתקדמת, מציאות מדומה, הדפסות תלת ממד ודומיהם יהיו מרכיבים משמעותיים בצונמי הטכנולוגי הבא.
בעולם ההווה בו רובוטים מרכיבים מוצרים מאלפי חלקים בעצמם, צובעים בכל יום עבודה אלפי כלי רכב ועושים זאת בדיוק מרהיב, או אוספים במהירות מגוון מוצרים מאגפים שונים במרכזים הלוגיסטיים של מפלצות המכירות המקוונות ומארגנים אותם לאריזה, דמיינו מה הרובוטים של העתיד יידעו לעשות.
כשרובוטים ישלטו לחלוטין בפסי הייצור, יחליפו שליחים ונהגים וכשבוטים יתפסו לחלוטין את מקומם של מוקדני תמיכה ואנשי מכירות, עולם העסקים ימצא ללא ספק גם מודלים עסקיים חדשים.
המיקוד בלקוח וצרכיו האישיים, בצירוף טכנולוגיות לייצור של מוצרי Oneof לאדם היחיד ועל פי טעמו, מדפסות תלת ממד ומוצרים דומים שעוד לא קיימים יביאו ודאי להתאמת וייצור המוצרים והשירותים הייחודיים לכל אדם ואדם בנפרד. כל אלה יסתמכו על הדאטה הפרטי המפורט לרמות שלא יאומנו שנצבר עליו ועל מה שבאמת עושה לו את זה (כולל פרטים ואנליזות רבים שאפילו הצרכן לא מודע להם).
במקביל, יתכן מאד שעסקים וחברות עסקיות ישפיעו בעתיד על המציאות, החברה והחינוך הרבה יותר מממשלות, ארגונים ומדינות. כבר היום רואים לכך ניצנים בדמות רשתות חברתיות שמאפשרות החלפת שלטון באפשרות שהן נותנות להפיץ בקלות מסרים שקריים, פייק ניוז ודברי הסתה מטורגטים.
מצד שני, טכנולוגיות כמו בינה מלאכותית, אינטרנט של הדברים, ראיית מכונה, למידה עמוקה והעברת הידע האנושי כולו לענן - כל אלה ודומיהן שעוד לא פותחו יאפשרו לעולם תעשייה ברמה מאוד גבוהה, אבל במחיר סביבתי לא פשוט. אם לא נלמד ונפתור בעיות יסוד בייצור האנרגיה הנדרשת לעולם כל כך מתקדם ומתועש, יש חשש שהכל הקדמה הזו תתברר כעיסקה רעה מאוד למין האנושי.
הנה התעשייה של הדור הרביעי:
https://youtu.be/IMmnSZ7U1qM
סרטון מרשים על תעשיית 4.0 של חברה שמפתחת מוצרים כאלה:
https://youtu.be/LuqrSz6YFgg
חלק מהמרכיבים שנחוצים למהפכה התעשייתית הזו:
https://youtu.be/zlgDkbhDIwo
חוקרים רואים ש-AI ואנליטיקה מתחברות לתעשיית העתיד וישנו את החברה:
https://youtu.be/CD4tzZ4MG9I
האם כך תתנהל התעשייה בדור הבא, בהשוואה לתעשיות ההווה והעבר?
https://youtu.be/HPRURtORnis
אלו חלק מהשינויים שהתעשייה תעבור:
https://youtu.be/ktcRXyE8SaY
התעשייה החכמה היא תעשייה 4.0 של העתיד:
https://youtu.be/Gh4_elXBYBA
וסרטון תיעודי על התעשייה בעתיד דרך מה שעוברת התעשייה הגרמנית כבר היום:
https://youtu.be/Y990kaGbJD0?long=yes
איך פועל חיישן טביעת אצבע?
חיישן ביומטרי לזיהוי טביעת האצבע (Fingerprint sensor) הוא רק אחת מהטכנולוגיות בתחום של טכנולוגיות הזיהוי הביומטרי. טכנולוגיות אלה הפכו מאד נפוצות בשנים האחרונות באבטחה וזיהוי, בתחומים שונים.
החל מבקרות כניסה למתחמים פיזיים ולמכשירים שונים כמו מחשבים וטלפונים חכמים ועד לזיהוי אישי בשעוני נוכחות שנהוגים במקומות עבודה - זיהוי טביעת האצבע באמצעות חיישן הוכיחה את עצמה כיעילה ושימושית מאד.
בטלפונים ניידים מותקנים כיום לא מעט חיישנים כאלה. חיישנים סורקי טביעות-אצבע משמשים כאמצעי זיהוי ייחודיים לכל משתמש ומשתמש וקשה יותר לזייפם או לפרוץ אותם מאשר סיסמאות קלות, או טלפונים חסרי סיסמה.
הראשונה להשתמש בחיישני טביעת-אצבע הייתה חברת Apple. החברה חשפה את האייפון 5S עם סורק טביעות האצבע הראשון וכינתה אותו TouchID. במהרה יצאו חיישנים מתחרים למכשירים של יצרנים מתחרים רבים. בשנת 2019 המתחרה הגדולה סמסונג הייתה הראשונה להשתמש בחיישן אצבע תלת מימד שמוטמע על המסך עצמו.
החיישן בטלפונים החכמים מאפשר להשתמש בטביעת האצבע כדי לבטל את נעילת הטלפון החכם. במכשירים שונים הוא יכול לשמש גם כדי לאשר רכישות בכסף או לפתוח אפליקציות שנבחרו לפתיחה אישית בלעדית של המשתמש.
עם זאת, האקרים כבר הראו שהעתק פיזי של טביעת האצבע יכול לשמש לביטול נעילת הטלפון. הדבר הופך את נעילת הטלפון באמצעות טביעת אצבע לפחות חזקה מסיסמאות חזקות. יש לכך פתרונות שמצאו יצרני סמארטפונים מסוימים. אחרים פחות הצליחו וחלקם עברו לטכנולוגיות אחרות, כמו זיהוי פנים באמצעות המצלמה הקדמית (מצלמת בסלפי).
אבל איך פועל החיישן הביומטרי לטביעת אצבע?
אם מדובר על חיישן של טלפון חכם, ראשית יש ללמד את החיישן כיצד נראות טביעות אצבעותיו של המשתמש. עושים זאת על ידי הנחת האצבע על הכפתור עם החיישן, שוב ושוב ובזוויות וצידי האצבע השונים, עד שאנימציית טביעת האצבע שעל מסך הטלפון מתמלאת בצבע אדום. באייפון למשל, ניתן להוסיף עד 6 טביעות אצבעות לכניסה למכשיר.
אחרי שלמד את טביעת האצבע של בעל הטלפון, משתמש החיישן במידע שנשמר במכשיר ומשווה כל טביעת אצבע לתמונת טביעת האצבע שברשותו. אם טביעת האצבע זהה, המכשיר ייפתח. אם היא שונה - הוא יישאר נעול.
הנה חיישן טביעות אצבע של האייפון:
https://youtu.be/jaKS9zFOMDY
כך עובד החיישן הביומטרי לזיהוי טביעת האצבע:
https://youtu.be/CLdrbn8XYIw
חיישן טביעות האצבע של מכשיר סמארטפון Galaxy S5:
https://youtu.be/dKVdJ9U8sm4
וכך גורמים לחיישן זיהוי טביעת אצבע Touch ID של מכשירי אייפון לזהות אותך:
https://youtu.be/MXYTD8UJaJo
מהו ניסוי החתולים של גוגל?
כשרוצים ללגלג על יוטיוב והרשת, תמיד מדברים על סרטונים טפשיים של חתולים. אבל האמת היא שניתן לעשות באמצעותם לא מעט. בשנת 2012 הצליחה חברת גוגל להוכיח את היכולת של מערכת הלמידה העמוקה שלה באופן משמעותי. לאחר שהוכיחה שצפייה ב-10 מיליון תמונות מסרטוני יוטיוב, הביאה אותה ליכולת טובה פי שניים מניסיונות קודמים בזיהוי עצמים כמו חתולים בתמונות.
בכך הצליחה לראשונה תוכנה חכמה לחבר באופן לוגי בין תמונה למילה. היכולת לזהות באופן עצמאי את הקשר בין המידע הויזואלי למילה חתול הוא שלב מרשים בצעידה לכיוון של הבינה המלאכותית והלמידה העמוקה. במדעי המוח מזוהה שלב זה עם שלב דומה בלמידה של התינוק. בשלבי הלמידה הראשונים שלו הוא לומד לזהות עצמים עם מילים שלמד מהוריו.
הנה תיאור הניסוי של הלמידה העמוקה בגוגל לזהות חתולים בסרטונים:
https://youtu.be/TK4qLwTye_s
הומור סרקסטי על העובדה שהמוח של גוגל יהפוך בסוף לטיפש מעודף צפייה בסרטוני חתולים ברשת:
https://youtu.be/lWijWH8VnlA
והרצאת טד עם ראייה חכמה וההתקדמות המדהימה שלה (מתורגם):
https://youtu.be/40riCqvRoMs?long=yes
ראייה ממוחשבת (Computer Vision) היא יכולת של מערכת מבוססת מחשב לעבד תמונות או וידאו. במערכות ראייה ממוחשבת עושים שימוש במגוון תחומים, מזיהוי פנים, זיהוי מבנים, מיפוי, מדידה, שיפוץ תמונות, לרוב לצרכים אסתטיים ועוד.
מערכות ראייה ממוחשבת מבוססות על יכולת זיהוי תמונה. במערכות כאלה יכולה המערכת לזהות מרכיבים בתמונה, על סמך מידע שהוזן לתוכה ולמידת מכונה, שבה היא השתכללה עם הזמן.
מכשירים סלולאריים ורובוטים נעזרים בראייה ממוחשבת כדי לראות ולהבין, ממש כמו בני אדם, את סביבתם. הם מצוידים ביכולת לנתח את המרכיבים החזותיים שנקלטו במערכת הראייה מבוססת החיישנים שלהם ולשפר את היכולות שלהם, בהתבססות על מה שלמדו בפעמים קודמות. זו כמובן "למידת מכונה".
מערכות ראייה ממוחשבת משמשות כיום גם לזיהוי פרצופים של חשודים בביצוע עבירות, מחבלים וחברים בארגוני טרור וכדומה.
זוהי טכנולוגיית הראייה הממוחשבת:
https://youtu.be/zLkz6ljKtyw
כך ניתן להשתמש בראייה ממוחשבת לשימושים שונים:
https://youtu.be/ObIjxA9vCR8?t=15s
מכשיר הקינקט הכיל שבב זיהוי תנועה עם ראייה ממוחשבת ועשה פלאים:
https://youtu.be/jGJh63sV66A
והרצאה שלמה על ראייה ממוחשבת (עברית):
https://youtu.be/hG5tRy3FEWI?t=1m14s?long=yes
ראיית מכונה (Machine vision) היא יישום של ראייה ממוחשבת לבקרת מכונות, רובוטים ותהליכים שונים. ראיית המכונה היא חלק מתחום הלמידה הממוחשבת, ענף בתחום הבינה המלאכותית שמאפשר למחשבים יכולת לזהות תבניות בנתונים חזותיים, ויזואליים. הם עושים זאת על סמך נתונים קודמים ותוך התבססות על חוקים שנוצרו מקבוצות נתונים שבהם נתקלו מחשבים בעבר.
הדוגמה הכי בולטת שבה אולי נתקלתם, של ראיית מכונה (Machine vision), היא הטכנולוגיה שמאפשרת לדפי פייסבוק לזהות פרצופים בתמונות בעצמם. כך גם פועלים מנועי חיפוש תמונות, שיודעים לאתר תמונות לפי התוכן שבתוכן, כמו תמונות עם בית, תמונות בצבעי אדום-ירוק וכדומה.
בהרבה מקרים ראיית מכונה משתמשת בדימוּת, כלומר היא לא משתמשת דווקא במידע שהתקבל ממקורות אופטיים לצורך הניתוח, אלא במידע אחר.
השימושים של ראיית המכונה הם מגוונים כבר היום ונעים מהנחייה ובקרה של רובוטים, דרך אמצעי ראייה לכבדי ראייה ועיוורים ועד ליישומים כבדים כמו פיקוח תעשייתי על תהליכי ייצור במפעלים, צפיית בעיות בריאות באמצעות חיישנים רפואיים אישיים, פיתוח של מנועי חיפוש ויזואליים מתקדמים, המשתמשים בראיית מכונה וכאמור גם זיהוי פנים בתמונות וסרטים.
העתיד מבטיח יישומים מרגשים בהרבה. דמיינו את הסמארטפונים של העתיד, שיצויידו בבינה מלאכותית ויוכלו לעשות פעולות חכמות במיוחד עם המידע הויזואלי שהצטבר בתמונה שצילמתם במצלמת הטלפון, דמיינו רחפנים שמזהים ונמנעים ממכשולים כדי להביא משלוחים ללקוחות מבלי להישדד בדרך, דמיינו מערכות רמזורים והכוונת תנועה שחוזות פקקי תנועה ומשחררות אותם לבד, רובוטים מאבטחים ש"רואים" בני אדם ומזהים מיידית מבוקשים, חשודים וכדומה. אלה רק דוגמאות קטנות. למעשה, המהפכה התעשייתית הרביעית מתקיימת כבר עתה על ראיית מכונות.
אז אם ראיית המכונה מאפשרת למחשבים לראות את העולם, היא תאפשר למחשבים למצוא בו דפוסים ותבניות שיוצרים הגיון ולפעול כדי להפוך אותו למקום טוב ובטוח יותר.
איך מחשבים יכולים לראות ולהבין תמונה (מתורגם):
https://youtu.be/2hXG8v8p0KM
השימושים בטכנולוגיה של ראיית המכונה:
https://youtu.be/luuLcY30fQQ
ראיית מכונה היא הכרחית למכוניות האוטונומיות של העתיד, למשל מכונית העתיד ללא נהג הזו:
https://youtu.be/0DS9PY6iaxE
השפעת הראיית המכונה על התעשייה החדשה - זו שכבר נקראת תעשייה 4.0:
https://youtu.be/9FyPV59Q7-Q
אפליקציה לזיהוי ומידע על מוצרים בראיית מכונה:
https://youtu.be/uNy6Nt4F13o
זרוע רובוטית עם ראיית מכונה:
https://youtu.be/H01QG_EAMyw
וסרטון תיעודי על ראיית מחשב (Computer Vision):
https://youtu.be/eQLcDmfmGB0?long=yes
איך מאמנים מכונות לראות ולזהות פנים?
יותר ויותר מדברים כיום על "האח הגדול", שעוקב אחרי כל אחד מאיתנו ויודע עלינו יותר ויותר. אנשים מתפלאים כיצד הוא מזהה בכל רגע נתון את מקומנו, מי אנחנו בתמונות הפרטיות שלנו ובפוסטים החברתיים ואם אנחנו מתכננים פשע או מותר לנו לבצע עיסקה מסחרית.
אבל כיצד זה מתבצע?
הדרך לזהות אותנו בכל מקום היא ללמד מחשבים לעשות זאת. מדובר במה שנקרא טכנולוגיית זיהוי פנים. כל מחשב כזה מחובר למצלמות שמראות לו פנים והמחשב מזהה אותנו לעומת אחרים.
השיטה מתחילה בללמד תוכנה לזהות אנשים. מזינים אליה מאגר תמונות ענקי ו"מלמדים" אותה מהם פנים ומה לא. עושים זאת בסימון הטעויות שלה, מה שמשפר כל הזמן את יכולותיה. ככל שהמאגר הוא גדול וכוח המיחשוב רב, המכונה תלמד טוב יותר ומהר יותר לזהות פנים.
ככל שהמאגר מגוון, לעומת זאת, המכונה תלמד לזהות יותר סוגי פנים. בתחילת הדרך המאגרים לא היו מגוונים מספיק, מה שגרם לכך שיכולות המחשבים והבינה המלאכותית לזהות נשים, או בני מיעוטים שאינם לבנים, היו נמוכות מאוד.
ככל שהמכונה תלמד מהם פנים, ניתן יהיה להזין אליה את התמונות של כולנו וללמד אותה לזהות אנשים ספציפיים. אז לממשלות ולגופי ביטחון יש מאגרים כאלה, מתצלומי תעודות הזהות שלנו, אבל לגופים אחרים יש בעיה.
אז המצב הזה של ראיית מכונה (Machine vision) הולך ומשתפר דווקא תודות למאגרים העצומים של הרשתות החברתיות. כך תורמת למשל הטכנולוגיה שמאפשרת לדפי פייסבוק לזהות את הפרצופים בתמונות, גם לטובת זיהוי מגוון יותר וחכם יותר.
כך פועלות מערכות לזיהוי פנים ומה המגבלות והבעיות בהן (עברית):
https://youtu.be/DJC013Cg_GY
הדרך בה מאמנים מודלים ממוחשבים לזהות פנים (מתורגם):
https://youtu.be/Cgxsv1riJhI
כיום הטכנולוגיה של זיהוי הפנים פועלת גם על פנים בתנועה:
https://youtu.be/kKaU6JFRu5g
כך פועלת טכנולוגיית זיהוי הפנים בתוכנה:
https://youtu.be/X7_ojlEXnWc
אפליקציות רבות משתמשות ביכולת זיהוי פנים:
https://youtu.be/NiKc1z4kOMM
זה מאפשר לענקיות רשת ומסחר לזהותכם ולגופי ביטחון למנוע פשעים וטרור, לאפשר כניסה למתחמים ועוד:
https://youtu.be/wve5JWX7yoc
והרצאת וידאו מעולה על ראיית מכונה שתסייע לכבדי ראיה לראות (מתורגם):
https://youtu.be/c-0ckmzlypA?long=yes
יותר ויותר מדברים כיום על "האח הגדול", שעוקב אחרי כל אחד מאיתנו ויודע עלינו יותר ויותר. אנשים מתפלאים כיצד הוא מזהה בכל רגע נתון את מקומנו, מי אנחנו בתמונות הפרטיות שלנו ובפוסטים החברתיים ואם אנחנו מתכננים פשע או מותר לנו לבצע עיסקה מסחרית.
אבל כיצד זה מתבצע?
הדרך לזהות אותנו בכל מקום היא ללמד מחשבים לעשות זאת. מדובר במה שנקרא טכנולוגיית זיהוי פנים. כל מחשב כזה מחובר למצלמות שמראות לו פנים והמחשב מזהה אותנו לעומת אחרים.
השיטה מתחילה בללמד תוכנה לזהות אנשים. מזינים אליה מאגר תמונות ענקי ו"מלמדים" אותה מהם פנים ומה לא. עושים זאת בסימון הטעויות שלה, מה שמשפר כל הזמן את יכולותיה. ככל שהמאגר הוא גדול וכוח המיחשוב רב, המכונה תלמד טוב יותר ומהר יותר לזהות פנים.
ככל שהמאגר מגוון, לעומת זאת, המכונה תלמד לזהות יותר סוגי פנים. בתחילת הדרך המאגרים לא היו מגוונים מספיק, מה שגרם לכך שיכולות המחשבים והבינה המלאכותית לזהות נשים, או בני מיעוטים שאינם לבנים, היו נמוכות מאוד.
ככל שהמכונה תלמד מהם פנים, ניתן יהיה להזין אליה את התמונות של כולנו וללמד אותה לזהות אנשים ספציפיים. אז לממשלות ולגופי ביטחון יש מאגרים כאלה, מתצלומי תעודות הזהות שלנו, אבל לגופים אחרים יש בעיה.
אז המצב הזה של ראיית מכונה (Machine vision) הולך ומשתפר דווקא תודות למאגרים העצומים של הרשתות החברתיות. כך תורמת למשל הטכנולוגיה שמאפשרת לדפי פייסבוק לזהות את הפרצופים בתמונות, גם לטובת זיהוי מגוון יותר וחכם יותר.
כך פועלות מערכות לזיהוי פנים ומה המגבלות והבעיות בהן (עברית):
https://youtu.be/DJC013Cg_GY
הדרך בה מאמנים מודלים ממוחשבים לזהות פנים (מתורגם):
https://youtu.be/Cgxsv1riJhI
כיום הטכנולוגיה של זיהוי הפנים פועלת גם על פנים בתנועה:
https://youtu.be/kKaU6JFRu5g
כך פועלת טכנולוגיית זיהוי הפנים בתוכנה:
https://youtu.be/X7_ojlEXnWc
אפליקציות רבות משתמשות ביכולת זיהוי פנים:
https://youtu.be/NiKc1z4kOMM
זה מאפשר לענקיות רשת ומסחר לזהותכם ולגופי ביטחון למנוע פשעים וטרור, לאפשר כניסה למתחמים ועוד:
https://youtu.be/wve5JWX7yoc
והרצאת וידאו מעולה על ראיית מכונה שתסייע לכבדי ראיה לראות (מתורגם):
https://youtu.be/c-0ckmzlypA?long=yes
ממצלמות אבטחה במרחב הציבורי, דרך מצלמות מעקב המתעדות מיליוני אנשים בערים ובדרכים ועד לסוכנויות המעקב הממשלתיות, לאחרונה נראה שהיא בכל מקום. היכולת לזהות פנים באופן דיגיטלי מתבססת על המרה של תווי הפנים של אדם למפת נתונים, שניתן להשוות למיליוני מפות נתונים אחרות ולמצוא במי מדובר.
מדובר בטכנולוגיית זיהוי פנים (Facial recognition), המבוססת על יכולת טכנולוגית מבוססת אלגוריתם, או תוכנה, שמסוגלת לזהות אדם על פי צילום דיגיטלי שלו, אם בתצלום ואם בסרט וידאו. מערכות זיהוי פנים רבות מתיימרות כיום לעשות זאת באופן אוטומטי.
אחת השיטות לזיהוי פנים היא על ידי השוואת תכונות תווי הפנים שבתמונה לתמונות שמאוחסנות במאגר נתונים. אלגוריתם פשוט למד כבר מזמן לזהות בזמן צילום דיגיטלי, פנים אנושיות וכך עשה פוקוס עליהם, כדי שהפנים לא יצאו מטושטשים.
בשנים האחרונות הפכו האלגוריתמים של זיהוי פנים מדויקים מבעבר. הם מאפשרים לעבד כמויות אדירות של מידע, במהירות וביעילות, כשהם נעזרים במאגרי נתונים ענקיים המכילים את פניהם של אזרחים רבים.
המדהים הוא שהרשתות החברתיות מהוות כיום את מאגר הנתונים הגדול מאי-פעם, כשלכל צילום מתווספים מיידית שמות המצולם ופרטים מזהים רבים. המרכזיות של המדיה החברתית בחיינו מהווה סיכון לא קטן לפרטיות שלנו וזה יילך ויתחדד, ככל שיימצאו שימושים חדשים לטכנולוגיות הללו.
כל השחקנים הטכנולוגיים הגדולים כבר שם. אם זו פייסבוק, שמזהה את חבריך בתמונות שהעלית לקיר שלך, או גוגל שמזהה לבעלי סמארטפונים את פניהם של המצולמים בתמונות שבנייד האנדרואיד שלהם. מיקרוסופט, שהצליחה לפתח אלגוריתמים לשלטים שמזהים את המתבונן ומציעים לו פרסומות מטורגטות, כלומר פרסומות שונות לכל אדם ומותאמות לנושאים שבהם הוא מתעניין, בצורה די דומה לפרסומות בדפדפן, שמתאימות את עצמן לחיפושים שלך במנוע החיפוש. מוצר אחר של מיקרוסופט המשתמש בזיהוי פנים, הוא מצלמה שמסוגלת להבחין בין תאומים זהים ולזהותם על אף הדימיון הרב ביניהם.
מערכות זיהוי פנים משמשות כיום לאבטחה, לזיהוי החברים המצולמים ברשתות חברתיות ולמעקב אחרי פושעים וטרוריסטים במקומות ציבוריים. לעתים קרובות הן מופעלות ביחד עם טכנולוגיות משלימות, שכן זיהוי פנים היא חלק מתחום הזיהוי הביומטרי. טכנולוגיות נוספות שמשמשות בזיהוי ביומטרי הן זיהוי טביעות אצבע, זיהוי דנ"א וזיהוי קשתית העין.
כך אנו מזהים פנים (עברית):
https://youtu.be/mTSsCYob9mo
זיהוי פנים טכנולוגי:
https://youtu.be/wve5JWX7yoc
זיהוי פנים כאמצעי תשלום (עברית):
https://youtu.be/9yyeH6CK5xk
על זיהוי פנים ופרטיות (עברית):
https://youtu.be/fU3OMXLAKNk
טכנולוגיית האבטחה שמתבססת על זיהוי פנים:
https://youtu.be/9k-rTVfLesQ
מראת הפלא שמזהה בין השאר רגשות של המתבונן בה:
https://youtu.be/uN1yB17S2bk
נראה שזיהוי הפנים של חלונות 10 לא מתבלבל בין תאומים זהים:
https://youtu.be/J1NL246P9Vg
ויש גם זיהוי פנים מעט מביך כמו אלגוריתם שמבטיח לזהות את הגיל של המצולם:
https://youtu.be/Wi8DLKPQqJ0
ראייה ממוחשבת
כיצד תהיה תעשיית העתיד איש מן הסתם לא יכול לחזות. אפשר לשער או לנסות להבין לאן מועדות פני עולם התעשייה, אבל דווקא הלא ידוע הוא שיעצב את העתיד הזה יותר מהדברים הידועים והתחזיות המבוססות על מה שידוע לנו עכשיו.
עם מגוון מרכיבים חדשניים שהולכים ותופסים מקום בעולם התעשייתי כבר היום, יתכן שהם יהיו המרכזיים בה, אם כי לא בטוח שלא ייוולדו תחומים חדשים ומשבשים לעולמות התעשייה והניהול, שיטלטלו אותם עד כדי שינויים מסעירים פי כמה. האינטרנט ששינה את העולם בשנות התשעים הוא דוגמה למתחם כזה, שהפך מאוטוסטרדת המידע, כינוי שרימז על הכמות והמהירות בהן המידע עובר בה, למרכז העולם שלנו, פחות מדור אחר כך.
אם מושגים כמו דיגיטליזציה, קישוריות, דאטה, בינה מלאכותית, ואוטומציה היו מילות הקוד של התעשייה בימינו, לא מן הנמנע שמושגים כמו רובוטיקה מתקדמת, מציאות מדומה, הדפסות תלת ממד ודומיהם יהיו מרכיבים משמעותיים בצונמי הטכנולוגי הבא.
בעולם ההווה בו רובוטים מרכיבים מוצרים מאלפי חלקים בעצמם, צובעים בכל יום עבודה אלפי כלי רכב ועושים זאת בדיוק מרהיב, או אוספים במהירות מגוון מוצרים מאגפים שונים במרכזים הלוגיסטיים של מפלצות המכירות המקוונות ומארגנים אותם לאריזה, דמיינו מה הרובוטים של העתיד יידעו לעשות.
כשרובוטים ישלטו לחלוטין בפסי הייצור, יחליפו שליחים ונהגים וכשבוטים יתפסו לחלוטין את מקומם של מוקדני תמיכה ואנשי מכירות, עולם העסקים ימצא ללא ספק גם מודלים עסקיים חדשים.
המיקוד בלקוח וצרכיו האישיים, בצירוף טכנולוגיות לייצור של מוצרי Oneof לאדם היחיד ועל פי טעמו, מדפסות תלת ממד ומוצרים דומים שעוד לא קיימים יביאו ודאי להתאמת וייצור המוצרים והשירותים הייחודיים לכל אדם ואדם בנפרד. כל אלה יסתמכו על הדאטה הפרטי המפורט לרמות שלא יאומנו שנצבר עליו ועל מה שבאמת עושה לו את זה (כולל פרטים ואנליזות רבים שאפילו הצרכן לא מודע להם).
במקביל, יתכן מאד שעסקים וחברות עסקיות ישפיעו בעתיד על המציאות, החברה והחינוך הרבה יותר מממשלות, ארגונים ומדינות. כבר היום רואים לכך ניצנים בדמות רשתות חברתיות שמאפשרות החלפת שלטון באפשרות שהן נותנות להפיץ בקלות מסרים שקריים, פייק ניוז ודברי הסתה מטורגטים.
מצד שני, טכנולוגיות כמו בינה מלאכותית, אינטרנט של הדברים, ראיית מכונה, למידה עמוקה והעברת הידע האנושי כולו לענן - כל אלה ודומיהן שעוד לא פותחו יאפשרו לעולם תעשייה ברמה מאוד גבוהה, אבל במחיר סביבתי לא פשוט. אם לא נלמד ונפתור בעיות יסוד בייצור האנרגיה הנדרשת לעולם כל כך מתקדם ומתועש, יש חשש שהכל הקדמה הזו תתברר כעיסקה רעה מאוד למין האנושי.
הנה התעשייה של הדור הרביעי:
https://youtu.be/IMmnSZ7U1qM
סרטון מרשים על תעשיית 4.0 של חברה שמפתחת מוצרים כאלה:
https://youtu.be/LuqrSz6YFgg
חלק מהמרכיבים שנחוצים למהפכה התעשייתית הזו:
https://youtu.be/zlgDkbhDIwo
חוקרים רואים ש-AI ואנליטיקה מתחברות לתעשיית העתיד וישנו את החברה:
https://youtu.be/CD4tzZ4MG9I
האם כך תתנהל התעשייה בדור הבא, בהשוואה לתעשיות ההווה והעבר?
https://youtu.be/HPRURtORnis
אלו חלק מהשינויים שהתעשייה תעבור:
https://youtu.be/ktcRXyE8SaY
התעשייה החכמה היא תעשייה 4.0 של העתיד:
https://youtu.be/Gh4_elXBYBA
וסרטון תיעודי על התעשייה בעתיד דרך מה שעוברת התעשייה הגרמנית כבר היום:
https://youtu.be/Y990kaGbJD0?long=yes
חיישן ביומטרי לזיהוי טביעת האצבע (Fingerprint sensor) הוא רק אחת מהטכנולוגיות בתחום של טכנולוגיות הזיהוי הביומטרי. טכנולוגיות אלה הפכו מאד נפוצות בשנים האחרונות באבטחה וזיהוי, בתחומים שונים.
החל מבקרות כניסה למתחמים פיזיים ולמכשירים שונים כמו מחשבים וטלפונים חכמים ועד לזיהוי אישי בשעוני נוכחות שנהוגים במקומות עבודה - זיהוי טביעת האצבע באמצעות חיישן הוכיחה את עצמה כיעילה ושימושית מאד.
בטלפונים ניידים מותקנים כיום לא מעט חיישנים כאלה. חיישנים סורקי טביעות-אצבע משמשים כאמצעי זיהוי ייחודיים לכל משתמש ומשתמש וקשה יותר לזייפם או לפרוץ אותם מאשר סיסמאות קלות, או טלפונים חסרי סיסמה.
הראשונה להשתמש בחיישני טביעת-אצבע הייתה חברת Apple. החברה חשפה את האייפון 5S עם סורק טביעות האצבע הראשון וכינתה אותו TouchID. במהרה יצאו חיישנים מתחרים למכשירים של יצרנים מתחרים רבים. בשנת 2019 המתחרה הגדולה סמסונג הייתה הראשונה להשתמש בחיישן אצבע תלת מימד שמוטמע על המסך עצמו.
החיישן בטלפונים החכמים מאפשר להשתמש בטביעת האצבע כדי לבטל את נעילת הטלפון החכם. במכשירים שונים הוא יכול לשמש גם כדי לאשר רכישות בכסף או לפתוח אפליקציות שנבחרו לפתיחה אישית בלעדית של המשתמש.
עם זאת, האקרים כבר הראו שהעתק פיזי של טביעת האצבע יכול לשמש לביטול נעילת הטלפון. הדבר הופך את נעילת הטלפון באמצעות טביעת אצבע לפחות חזקה מסיסמאות חזקות. יש לכך פתרונות שמצאו יצרני סמארטפונים מסוימים. אחרים פחות הצליחו וחלקם עברו לטכנולוגיות אחרות, כמו זיהוי פנים באמצעות המצלמה הקדמית (מצלמת בסלפי).
אבל איך פועל החיישן הביומטרי לטביעת אצבע?
אם מדובר על חיישן של טלפון חכם, ראשית יש ללמד את החיישן כיצד נראות טביעות אצבעותיו של המשתמש. עושים זאת על ידי הנחת האצבע על הכפתור עם החיישן, שוב ושוב ובזוויות וצידי האצבע השונים, עד שאנימציית טביעת האצבע שעל מסך הטלפון מתמלאת בצבע אדום. באייפון למשל, ניתן להוסיף עד 6 טביעות אצבעות לכניסה למכשיר.
אחרי שלמד את טביעת האצבע של בעל הטלפון, משתמש החיישן במידע שנשמר במכשיר ומשווה כל טביעת אצבע לתמונת טביעת האצבע שברשותו. אם טביעת האצבע זהה, המכשיר ייפתח. אם היא שונה - הוא יישאר נעול.
הנה חיישן טביעות אצבע של האייפון:
https://youtu.be/jaKS9zFOMDY
כך עובד החיישן הביומטרי לזיהוי טביעת האצבע:
https://youtu.be/CLdrbn8XYIw
חיישן טביעות האצבע של מכשיר סמארטפון Galaxy S5:
https://youtu.be/dKVdJ9U8sm4
וכך גורמים לחיישן זיהוי טביעת אצבע Touch ID של מכשירי אייפון לזהות אותך:
https://youtu.be/MXYTD8UJaJo
כשרוצים ללגלג על יוטיוב והרשת, תמיד מדברים על סרטונים טפשיים של חתולים. אבל האמת היא שניתן לעשות באמצעותם לא מעט. בשנת 2012 הצליחה חברת גוגל להוכיח את היכולת של מערכת הלמידה העמוקה שלה באופן משמעותי. לאחר שהוכיחה שצפייה ב-10 מיליון תמונות מסרטוני יוטיוב, הביאה אותה ליכולת טובה פי שניים מניסיונות קודמים בזיהוי עצמים כמו חתולים בתמונות.
בכך הצליחה לראשונה תוכנה חכמה לחבר באופן לוגי בין תמונה למילה. היכולת לזהות באופן עצמאי את הקשר בין המידע הויזואלי למילה חתול הוא שלב מרשים בצעידה לכיוון של הבינה המלאכותית והלמידה העמוקה. במדעי המוח מזוהה שלב זה עם שלב דומה בלמידה של התינוק. בשלבי הלמידה הראשונים שלו הוא לומד לזהות עצמים עם מילים שלמד מהוריו.
הנה תיאור הניסוי של הלמידה העמוקה בגוגל לזהות חתולים בסרטונים:
https://youtu.be/TK4qLwTye_s
הומור סרקסטי על העובדה שהמוח של גוגל יהפוך בסוף לטיפש מעודף צפייה בסרטוני חתולים ברשת:
https://youtu.be/lWijWH8VnlA
והרצאת טד עם ראייה חכמה וההתקדמות המדהימה שלה (מתורגם):
https://youtu.be/40riCqvRoMs?long=yes
