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.
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.
