Whitney Rudeseal Peet
Whitney Rudeseal Peet is a former freelance writer for G2 and a story- and customer-centered writer, marketer, and strategist. She fully leans into the gig-based world, also working as a voice over artist and book editor. Before going freelance full-time, Whitney worked in content and email marketing for Calendly, Salesforce, and Litmus, among others. When she's not at her desk, you can find her reading a good book, listening to Elton John and Linkin Park, enjoying some craft beer, or planning her next trip to London.
Che cos'è il riconoscimento delle immagini?
Il riconoscimento delle immagini si riferisce alla capacità di una tecnologia di identificare immagini, schemi, caratteristiche facciali o testo dalle immagini. Questo è reso possibile dall'intelligenza artificiale (AI), dall'apprendimento automatico (ML) e da altre tecnologie avanzate.
Con l'uso dell'apprendimento automatico, delle reti neurali e degli algoritmi, il riconoscimento delle immagini analizza ogni aspetto di un'immagine e identifica sezioni uniche o altrimenti nuove dell'immagine per classificarle. Questo viene fatto analizzando ogni pixel e i dati che ciascun pixel contiene. Maggiore è la quantità di dati analizzati, più precisi e sofisticati diventano i sistemi di riconoscimento delle immagini.
Oggi, le pratiche di riconoscimento delle immagini sono abbastanza accessibili e comuni da poter essere sfruttate da qualsiasi persona o azienda. Implementando software di riconoscimento delle immagini, le aziende di tutti i settori possono utilizzare la funzionalità a loro vantaggio.
Preoccupazioni sul riconoscimento delle immagini
Sebbene ci siano alcuni incredibili benefici e successi tecnologici associati al riconoscimento delle immagini, esistono preoccupazioni sui modelli e comportamenti di riconoscimento.
- Invasione e mancanza di privacy. Sebbene ci siano benefici nella classificazione delle immagini e in funzionalità come l'auto-tagging, molte persone rimangono preoccupate per le implicazioni sulla privacy della grande quantità di informazioni personali che le aziende possono estrapolare dalle immagini di qualcuno sulle loro piattaforme di social network e sui loro telefoni.
- Incapacità di discernere tra immagini reali e false. Con l'aumento della popolarità e della frequenza delle immagini artificiali e dei deep fake, è diventato difficile sia per gli esseri umani che per le macchine determinare cosa è reale e cosa è fabbricato.
- Mancanza di dati sufficienti. I metodi di riconoscimento sono validi solo quanto i dati di cui dispongono. Meno dati significano classificazioni imprecise e un aumento del margine di errore per il rilevamento e il riconoscimento.
Casi d'uso e benefici del riconoscimento delle immagini
Poiché i diversi tipi di riconoscimento delle immagini sono numerosi, lo sono anche i casi d'uso e le industrie che possono trarre vantaggio dalla tecnologia. Ecco solo alcuni esempi comuni.
- Individui ciechi, ipovedenti e con bassa visione beneficiano dell'uso del riconoscimento delle immagini online. La classificazione e le tecnologie più avanzate di intelligenza artificiale generano automaticamente testo alternativo, che aiuta la tecnologia assistiva a leggere le pagine web e le descrizioni delle immagini.
- Le aziende sanitarie utilizzano il rilevamento degli oggetti per identificare tumori potenzialmente cancerosi o pericolosi.
- Le aziende di sicurezza utilizzano sistemi domestici avanzati che possono imparare a riconoscere volti e figure, il che li rende più capaci di identificare gli intrusi. Alcuni sistemi si spengono o si disattivano anche dopo la scansione facciale.
- I motori di ricerca visivi sfruttano questo riconoscimento e classificazione per trovare immagini simili o correlate. Questa funzionalità è molto simile all'uso di un motore di ricerca per raccogliere siti web e argomenti correlati a termini e frasi.
- L'industria dei videogiochi utilizza il rilevamento degli oggetti per giochi di esercizio, danza e sport scansionando l'ambiente e tracciando il movimento di un giocatore. Questo entra in gioco anche con i giochi e i dispositivi di realtà virtuale e realtà aumentata.
- Le aziende di social media utilizzano il rilevamento degli oggetti e il riconoscimento facciale per funzionalità come l'auto-tagging delle foto. Alcuni siti di social media utilizzano anche testo alternativo per descrivere le immagini.
- I dipartimenti di polizia scansionano e identificano targhe e altre forme di identificazione utilizzando il riconoscimento delle immagini.
Riconoscimento delle immagini vs. visione artificiale vs. apprendimento automatico
Il riconoscimento delle immagini è la capacità tecnologica di identificare schemi, testo e altre caratteristiche dalle immagini e dai video.
La visione artificiale è una pratica all'interno dell'intelligenza artificiale che consente ai computer di estrarre informazioni dalle immagini. Da queste informazioni vengono poi fatte azioni o raccomandazioni per azioni.
L'apprendimento automatico è un campo che comprende tutte le capacità che la tecnologia e i computer possono apprendere e svolgere. L'obiettivo dell'apprendimento automatico è ricreare il modo in cui gli esseri umani pensano e apprendono.
