Nel tempo si sono andate a creare strutture e algoritmi in grado di riconoscere in maniera precisa determinati soggetti indicandone non solo “la categoria” ma individuandoli nello spazio, analizzandone le dimensioni ed inquadrandoli nell’immagine sottoposta all’algoritmo dando, quindi, la possibilità di interagire con quel determinato fotogramma e con i suoi elementi.
I primi sistemi “Object Detector” riuscivano a processare un immagine ogni 20 secondi quindi nel caso di una presa diretta con una telecamera il mondo, intanto, aveva la possibilità di cambiare con rapidità prospettando, quindi, un parziale fallimento del’attività di detecting. 20 anni fa, infatti, l’immagine veniva analizzata più volte ricercando i vari oggetti cui potesse dare un'etichetta; nell’ultimo periodo, invece si è affermata la tecnologia YOLO (You Only Look Once) ovvero un algoritmo in grado di processare contemporaneamente l’intera immagine creando previsioni e inquadrando i diversi oggetti.
In poco tempo, quindi, si è passati da 20 secondi per immagine a 20 millisecondi per immagine creando, praticamente, uno scan in tempo quasi reale, ma comunque abbastanza rapido da consentire grandi innovazioni (Video: https://www.youtube.com/watch?v=VOC3huqHrss)
Auto che si guidano da sole, macchinari del tutto autonomi, tecnologie diagnostiche da impiegarsi in ambito medico per riconoscere cellule tumorali o altri tessiti durante una biopsia ma anche la possibilità di applicare una simile tecnologia non solo a robot per la produzione o il proprio personale ma anche a scopo militare.
Qui sta il nodo.
Una simile tecnologia che impatto può avere su una società come la nostra?
Da una parte potrebbe portare alla completa eliminazione di aspetti praticamente insanabili perchè derivanti dal cosiddetto “errore umano” ma dall’altra potrebbero anche eliminare la morale umana in determinate attività proponendo la soluzione utilitaristicamente migliore come nel caso del problema del “Carrello ferroviario” di Philippa Ruth Foot.
Appendice
Dilemma del carrello
Un autista di un tram conduce un veicolo capace solo di cambiare rotaia , senza la possibilità di frenare. Sul binario percorso si trovano cinque persone legate e incapaci di muoversi e il tram è diretto verso di loro. Tra il tram e le persone legate si diparte un secondo binario parallelo, sul quale è presente una persona legata e impossibilitata a muoversi. La persona nei pressi del deviatoio si trova di fronte un'alternativa che comporta due sole opzioni: lasciare che il tram prosegua dritto la sua corsa, uccidendo le cinque persone, oppure azionare lo scambio e ucciderne una sola. (https://it.wikipedia.org/wiki/Problema_del_carrello_ferroviario)
Fonti
Estratti di: Deep Learning for Computer Vision: Expert techniques to train advanced neural networks using TensorFlow and Keras
Human Europe Capital è un sito di lettura. I professionisti e gli appassionati di una disciplina possono pubblicare i loro studi, le loro riflessioni e i loro racconti.
E’ un generatore di idee e di spunti di riflessione. Gli articoli nelle materie indicate possono essere tecnici o generalisti. Per addetti ai lavori o per tutti.
Human Europe Capital siamo tutti noi uniti. Anche con pensieri e idee diverse.
Per info: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
