Visi komputer jembatan penting antara AI dan kecerdasan manusia, kata CEO Roboflow

Tujuan akhir dari kemajuan komputasi modern, seperti kecerdasan buatan dan pembelajaran mesin, adalah membuat sebanyak mungkin pengalaman manusia dapat diprogram.

Dan dengan kemajuan dalam AI generatif yang dipimpin oleh perusahaan seperti Roboflow Inc., kita mungkin menyaksikan kematangan visi komputer dan perluasan kemampuan perangkat lunak modern secara menyeluruh.

“Roboflow ada untuk benar-benar membuat dunia dapat diprogram,” kata Joseph Nelson (foto), co-founder dan chief executive officer Roboflow. “Dan kita North Star memungkinkan pengembang terutama untuk membangunnya masa depan. Tapi tdia adalah reaktan pembatas bagaimana mengaktifkan komputer dan mesin untuk memahami hal-hal sebagai sebaik yang orang bisa. Dan, dalam banyak hal, visi komputer adalah elemen yang hilang yang memungkinkan segalanya Anda lihat menjadi perangkat lunak. Jika perangkat lunak sedang memakan dunia, visi komputer membuat bukaan menjadi sangat lebar.”

Nelson berbicara dengan analis industri theCUBE John Furrier di AWS Startup Showcase: acara “Top Startups Building Generative AI on AWS”., selama siaran eksklusif di theCUBE, studio streaming langsung SiliconANGLE Media. Mereka membahas keadaan AI saat ini dan bagaimana bidang permainan telah berkembang dari beberapa tahun yang lalu. (* Pengungkapan di bawah.)

LLM dan dampaknya pada lanskap AI

Semua orang berbicara tentang model bahasa besar, seperti ChatGPT dan Bard, dan memanfaatkan spektrum fungsinya yang luas. Namun, alat berkemampuan super ini pun memiliki kekurangan yang mencolok, menurut Nelson.

“Munculnya model bahasa besar menunjukkan apa yang mungkin, apalagi dengan teks,” jelasnya. “Although ada inti ini hilang unsur pemahaman. Munculnya model bahasa besar menciptakan area baru AI generatif ini. Dalam konteks visi komputer, itu banyak sekali membuat aset dan konten video dan gambar. Ada juga seluruh permukaan ini area untuk memahami apa yang telah dibuat — pada dasarnya mendigitalkan hal-hal fisik dan dunia nyata.”

Intinya, visi komputer menghubungkan pengalaman virtual yang digerakkan oleh AI dengan pengalaman fisik yang berinteraksi dengan kita dalam kehidupan sehari-hari. Dan mencerminkan pengalaman ini akan sangat penting dalam kasus seperti metaverse pemula, tambah Nelson.

“Metaverse tidak dapat dibangun jika kita tidak tahu cara mencerminkan, membuat, atau mengidentifikasi benda-benda yang ingin kita berinteraksi dalam kehidupan kita sehari-hari, ”katanya. “Di mana visi komputer datang untuk bermain, terutama dengan apa yang telah kami lihat di Roboflow, sekarang ada lebih dari 100,00 pengembang dibangun dengan alat kami lebih dari 10.000 model terlatih menggunakan lebih dari 100 juta gambar sumber terbuka berlabel.”

Intuisi dan pengambilan keputusan manusia, secanggih apapun, tetap bisa salah. AI generatif, seperti yang diungkapkan dalam LLM ini, mengilhami komputer dengan logika, penalaran, dan pemikiran kritis untuk sepenuhnya memahami isyarat masukan visual dan pendengaran dan mengkompensasi kekurangan manusia, simpul Nelson.

Visi komputer hari ini vs. beberapa tahun yang lalu

Visi komputer digunakan untuk menggambarkan serangkaian proses di mana mesin dan komputer memiliki kemampuan untuk bertindak berdasarkan data visual seefektif manusia. Biasanya, kemampuan ini telah banyak digunakan dalam situasi seperti identifikasi objek, klasifikasi, dan manipulasi.

“Kemudian Anda memiliki deteksi titik kunci, di situlah Anda melihat atlet di layar dan masing-masing sendi mereka digariskan, ”jelas Nelson. “Ini jenis masalah lain yang lebih tradisional dalam pemrosesan sinyal dan komputer penglihatan.”

Subbidang ini menghadirkan konsep ulang tentang apa yang mungkin dalam kecerdasan buatan, mengatur arah untuk presisi dan akurasi tingkat nano dalam melaksanakan tugas. Ini sudah terjadi pada contoh Rivian Automotive Inc., sebuah perusahaan mobil listrik dan pelanggan Roboflow.

“Salah satu pelanggan kami Rivian, bersama-sama dengan AWS, menangani kualitas visual jaminan dan manufaktur dalam proses produksi, ”jelas Nelson. “Sekarang, hanya Rivian yang tahu apa itu Rivian seharusnya terlihat seperti. Hanya mereka yang tahu gambaran barang apa yang akan diproduksi adalah. Dan kemudian antara ekor panjang data hak milik dengan hal-hal yang sangat spesifik di tengah kurva, Anda memiliki jenis masalah tengah yang berantakan.

Persyaratan model ML hanya akan menjadi lebih kompleks. Dan saat itu terjadi, perusahaan akan mengandalkan teknik seperti computer vision untuk memberi makan model-model itu secara efisien dan efektif dengan sumber daya terpenting dari semuanya, data.

“Model mental saya tentang kemajuan visi komputer adalah ini: Anda memiliki kurva lonceng itu, dan Anda memiliki model yang semakin kuat yang makan di luar, ”kata Nelson. “Dan multimodalitas berperan dalam hal itu; model yang lebih besar juga berperan dalam hal itu. Keberadaan lebih komputasi dan data juga berperan dalam hal itu.”

Inilah wawancara video lengkapnya, bagian dari liputan SiliconANGLE dan theCUBE AWS Startup Showcase: acara “Top Startups Building Generative AI on AWS”.:

(* Pengungkapan: Roboflow Inc. mensponsori segmen CUBE ini. Baik Roboflow maupun sponsor lain tidak memiliki kendali editorial atas konten di CUBE atau SiliconANGLE.)

Foto: SiliconANGLE