调查:美国用AI追踪社交距离和戴口罩,人脸识别该用还得用
云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!
编者按:本文来自微信公众号“智东西”(ID:zhidxcom),作者 李水青,36氪经授权发布。
看点:近20家北美企业探访实录:用AI追踪社交距离和戴口罩成新趋势。
智东西4月28日消息,据路透社报道,在新冠肺炎疫情期间,有许多美国商店、工厂都为现有的摄像机部署了AI软件。这些AI设备主要用以识别戴口罩、人群聚集等行为,从而敦促人们遵守健康准则。
路透社对多家企业、AI创企进行采访得知,这类举措对企业保持开放性来说很重要,使他们能够向工人、客户、保险公司及监管部门证明他们的安全举措实施到位。同时,路透社采访的16家视频分析公司都表示业务增长,并且对算法产品进行了更新升级。
在这种背景下,也有另一种声音,除了北美老生常谈的隐私安全问题,比如算法识别的准确率、疫情防控的场景化需求等问题也成为反对者的关注点。
企业纷纷落地AI摄像机,致力复工
位于芝加哥的Pepper Construction副总裁Jen Suerth说:“我们真的不希望因为安全措施不到位,而被州长关闭所有业务项目。”该公司本月推出了SmartVid.io的软件,以检测伊利诺伊州迪尔菲尔德的一个Oracle项目中的工人分组。
另一家公司Samarth Diamond,则计划在其印度的抛光厂重新开业后尽快从Glimpse Analytics部署AI。另外,RPT Realty旗下的两个位于密歇根州的购物中心也将在未来两周内实现AI观察。
但是,一些技术顾问却警告企业,不要在混乱时期引入新技术,选择一些能扛过这几个月的工具就好。同时,一些关注个人追踪隐私的倡导者也在施加阻力,希望限制企业使用AI技术。
软件不容易出错,比人工成本低
路透社采访了16家视频分析公司,其中许多年收入几百万美元的初创公司,都因新冠肺炎疫情而更新了产品。他们大多数工作是优化计算机视觉算法,在图像库上训练算法,使识别率达到80%或更高。
几个公司客户表示,计算机视觉技术更新每年需要花费1,000美元出头,只需要分析现成的摄像机里面的数据就好,比专门负责守卫人员的薪资要便宜很多。而且,这也可能更安全,因为一些强制疏散的警卫与抗议安全措施可能会引起人为冲突,非接触式的操作可能减少摩擦。
Pepper Construction公司的Suerth说,由于目前人流不大,其SmartVid系统尚未警告拥挤问题;不过随着更多工作人员的到来,公司也会根据情况做调整,提出更新算法的需求。Suerth说:“软件比人更不容易出错,而且我们看到的准确率真的很高。”Samarth Diamond公司的经理Parth Patel也说,当该软件识别出其4,000名工人在繁忙区域聚集在一起的地点时,他可以调整程序。
数据用途多,可以识别打喷嚏
RPT Realty公司首席执行官Brian Harper告诉记者,过去几个月来,它在旗下的两家露天购物中心使用摄像头软件来统计游客人数。该公司正在评估5个购物中心租户是否遵守了减少的入住率规定。
同时,RPT Realty公司还计划通过使用初创公司WaitTimes的技术来分析等待排队进入商店的人群,以帮助消费者决定何时购物,这种现象在疫情期间已成为社会“非接触”的一部分。
Harper说:“各种各样的数据都会有应用价值。”计算人们之间的距离是否有1.8米,以及检测口罩,这些都是目前正在测试和加速推出的新用途。一些初创公司甚至承诺可以识别打喷嚏和咳嗽,这一说法引起了一些专家的怀疑。
其它声音:算法的可信度引怀疑
前谷歌地图产品负责人Vinay Goel说:“大多数解决方案都将处于未知领域,没有经过验证的记录,很可能会出现误报和bug。”
一位零售咨询师表示,除了成本,企业还担心人工智能会引发太多无关问题的报告,比如一家人在过道里走得很近这种情况怎么应对?
一家名为Indyme的零售商技术供应商公司透露,其客户更喜欢功能较基础的AI摄像机,可以在入口处统计人数,并且识别到大家离得太近时能够自动提醒:“为了安全起见,请保持6英尺的社交距离”就好。
结语:疫情促进北美AI落地
当谈到AI摄像机,在北美较多提及的都是安全、隐私、禁令问题,去年包括旧金山在内的美国多个城市都禁用了人脸识别。一场疫情让视觉AI的需求变强,许多商店、工厂都推出AI摄像机,尽管仍然有关于隐私的担忧,但也扛不住疫情的刚需。
在计算机视觉技术落地成为大势所趋的背景下,落地推广与隐私安全担忧之间的博弈也许会不断进行下去。一场疫情让北美的AI创企得到了发展的机会,今后在国际舞台上中外AI企业的竞争层面和广度也许会大大扩展。
文章来源:Reuters
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
阿里云 Elasticsearch 通过 Beats 实现对 Redis 可视化监控
Redis 以其易用性的特性而被广泛使用,但管理Redis服务器或集群同样带来诸多挑战——如磁盘故障或内存不足,都可能导致失败,而采集、分析、监控 Redis 日志,可以更好的帮助我们管理Redis服务器。 最受好评的数据库--Redis Redis是一个非常快速的NoSQL数据存储。 尽管它主要用作缓存,但它可以应用于各种形式,例如图形表示和搜索。 客户端库可使用所有主要的编程语言提供,并且所有顶级云服务提供商均将其作为托管服务提供。 在过去的几年中,Redis被Stack Overflow开发人员调查评为最受好评的数据库。如果大家对Redis想有更多的认识,请参照链接tutorialspoint。 准备工作 本文将为大家介绍,如何通过阿里云Beats插件采集Redis服务器日志数据,并通过阿里云 Elasticsearch 的Kiba
- 下一篇
Serverless 工作流给人工智能带来了哪些变化?
4月,阿里云 Serverless 工作流正式商业化,这是一款用于协调多个分布式任务执行的全托管 Serverless 云服务。产品致力于简化开发和运行业务流程所需要的任务协调、状态管理以及错误处理等繁琐工作,让用户聚焦业务逻辑开发。 精准打造云上自动生产线,Serverless 工作流正式商用 工作流是一种非常常见的场景,比如企业内部审批、采购订单、ETL等日常企业事务,或者大数据处理流水线,常规或定制化自动化运维等。此外,音视频行业的多媒体文件分片转码、格式转换、审核校验和人脸识别等长时任务,电商旅游行业的客户线上订单,AI 行业的机器学习流水线, 生信行业的基因测序也会有工作流。 这些场景面临着以下难点:一般由众多异步分布式任务组成,控制逻辑和任务逻辑交织在一起,流程复杂冗长;分布式任务可能跨越公共云和本地机房,安全的打通网络代价很大;整个工作流执行完毕耗时过长,造成资源占用的浪费;涉及异步且关键业务流程,务必保证数据一致性;繁复的执行步骤如何进行可视化监控等等。 Serverless工作流正式针对这些痛点,分离控制逻辑与任务逻辑,细化责任,便于管理和维护;将流程以模版方式统一定...
相关文章
文章评论
共有0条评论来说两句吧...