Ein weiterer Fall, in dem KI Menschen schlägt: Echtheitserkennung von Luxusgütern | Digitale Kompetenz

Prüfungsexperte: Zheng Yuanpan, Professor an der Zhengzhou University of Light Industry

Mit der fortschreitenden Verbesserung der Lebensbedingungen der Menschen haben sich die Konsumkonzepte allmählich geändert und Luxusgüter haben begonnen, in Tausende von Haushalten in unserem Land Einzug zu halten. Allerdings haben Verbraucher beim Kauf von Luxusgütern viele Bedenken. Die größte Sorge besteht darin, Fälschungen zu hohen Preisen zu erwerben.

Wenn es jedoch zur Begutachtung an eine spezialisierte Institution geschickt wird, ist dies nicht nur zeitaufwendig und mühsam, sondern das Niveau der Gutachter ist auch sehr unterschiedlich und es können leicht Fehler passieren. Um Verbrauchern bei der Lösung dieses Problems zu helfen, sind einige Softwareprogramme mit intelligenten Identifikationsfunktionen entstanden. Sie werden auf Grundlage der derzeit gängigen künstlichen Intelligenztechnologie entwickelt und können Verbrauchern dabei helfen, die Echtheit von Luxusgütern leicht zu erkennen.

Sind diese sogenannten KI-Identifizierungen also zuverlässig?

Quelle: hippopx

1 Was sind die schwarzen Technologien bei der KI-Identifizierung?

Das Wesen der KI besteht in der Nachahmung der Denkprozesse des menschlichen Gehirns. Unter den vielen fortgeschrittenen Funktionen des menschlichen Gehirns wird die Fähigkeit zum tiefen Lernen als sehr wichtig angesehen. Die heutige boomende Entwicklung der KI basiert auf der Nachahmung dieser Fähigkeit. Es ist nicht nur die Lebensader der KI, sondern auch die wichtigste Kerntechnologie.

Im Deep-Learning-Prozess der KI müssen riesige Mengen an Informationen und Daten gesammelt werden. Im heutigen Zeitalter von Big Data erhält die KI-Identifizierung riesige Mengen an Objektbilddaten, identifiziert die Objektidentifizierungsmerkmale in den Bildern und fasst diese Merkmale in einer eigenen Datenbank zusammen.

Mithilfe des Algorithmus kann das KI-Programm anhand der von Benutzern hochgeladenen Bilddaten die Identifikationsmerkmale von Artikeln in Echtzeit extrahieren, sie mit den Identifikationsmerkmalen in der Datenbank abgleichen und anschließend sofort analysieren und die Identifikationsergebnisse ausgeben.

Heutzutage ermöglichen KI-Algorithmen und -Modelle ihnen ein schnelles und effizientes Lernen. Zumindest in einigen spezifischen Bereichen übertrifft die Lerneffizienz der KI die des Menschen bei weitem. Im Bereich der KI-Identifizierung beispielsweise ist die Lerneffizienz von KI 1.000-mal höher als die von menschlichen Gutachtern. Neben Deep Learning ist auch die Computer Vision-Technologie ein unverzichtbarer Bestandteil der KI-Identifikation.

Die Computer-Vision-Technologie simuliert das biologische Sehen durch Kameras, Computer und andere entsprechende Geräte, um aus verschiedenen Bildern und Videos dreidimensionale Informationen zu gewinnen und diese weiter zu grafischen Informationen zu verarbeiten, die für die Erkennung durch Instrumente oder das menschliche Auge geeignet sind. Zu den spezifischen Computer-Vision-Technologien, die bei der KI-Identifizierung zum Einsatz kommen, gehören Zielerkennung, semantische Segmentierung, OCR, generative kontradiktorische Netzwerke usw. Durch die Kombination dieser Technologien und nach einer langen Phase des Debuggens und Optimierens kann bei der KI-Identifizierung eine höhere Identifizierungsgenauigkeit erreicht werden. Im Vergleich zur manuellen Identifizierung verfügt die KI-Identifizierung nicht nur über einen größeren Identifizierungsbereich und ist bequemer und schneller, sondern weist auch keine individuellen Unterschiede hinsichtlich der Identifizierungsgenauigkeit auf, wie dies bei der manuellen Identifizierung der Fall ist, wodurch die Anforderungen der Verbraucher an die Identifizierung von Artikeln weitgehend erfüllt werden.

2Wie kann die Genauigkeit der Identifizierung verbessert werden?

Viele Menschen stehen dieser neuen und aufkommenden Sache noch skeptisch gegenüber und glauben, dass sie möglicherweise nicht in der Lage ist, die Arbeit eines Gutachters zu übernehmen. Denn an diese wie ein „Werbeslogan“ klingende Genauigkeit glauben noch immer viele Menschen nicht.

Vor nicht allzu langer Zeit sorgte die KI-Identifizierung auch im Internet für Kontroversen. Ein Verbraucher kaufte ein Produkt im Live-Übertragungsraum eines Künstlers und KI identifizierte es als Fälschung, was den Künstler dazu veranlasste, die Polizei anzurufen, um seine Identität zu beweisen. Dieser Vorfall hat auch dazu geführt, dass viele Menschen hinsichtlich der KI-Identifizierung weniger optimistisch sind.

Objektiv betrachtet sind Fehler jedoch in jeder Branche unvermeidlich. Auch die besten Gutachter können es nicht vermeiden, im Laufe ihrer Karriere Fehler zu machen. Dasselbe gilt für die KI-Identifizierung. Als Software im Dienste der Öffentlichkeit ist die tägliche Arbeitsbelastung der KI enorm. In Verbindung mit technischen Einschränkungen sind Fehler unvermeidlich. Die Verbesserung der Identifizierungsgenauigkeit ist ein gemeinsames Ziel von Entwicklern und Verbrauchern.

Gemessen an der aktuellen technologischen Entwicklung gibt es relativ klare Möglichkeiten, die Genauigkeit der KI zu verbessern. Eine davon besteht darin, die Datenbank zu erweitern und der KI weiterhin Dateninformationen zu verschiedenen Artikeln bereitzustellen . Wie das Sprichwort sagt, kann Fleiß den Mangel an Talent wettmachen. Nach dem Training mit großen Datenmengen erhöht sich die Genauigkeit natürlich, solange die Datenbank der Elemente ausreichend erweitert wird und die für die Zuordnung verfügbare Datenmenge zunimmt.

Die zweite besteht darin, KI-Algorithmen und -Modelle zu optimieren . Obwohl beides geordnet voranschreitet, wird es sicherlich noch einige Zeit dauern, bis es zu einem technologischen Durchbruch kommt. Wenn Sie als Benutzer die Genauigkeit der KI-Identifizierung in dieser Phase verbessern möchten, müssen Sie daher etwas Zeit investieren und beim Fotografieren von Objekten das Prinzip „klar und aufrecht“ befolgen.

Aufgrund aktueller technischer Einschränkungen ist die KI-Identifizierung noch nicht in der Lage, Objekte in verschiedenen Umgebungen zu erkennen. Um die Genauigkeit der Identifizierung zu verbessern und es der KI zu ermöglichen, die zu identifizierenden Objekte deutlicher zu „sehen“, muss versucht werden, Fotos der zu identifizierenden Objekte bei ausreichend natürlichem Licht und vor einem Hintergrund mit weniger (oder keinem) Unordnung aufzunehmen. Andernfalls können bei verzerrtem Foto, schwachem Licht oder unscharfem Bild leicht Identifikationsfehler passieren.

Das ultimative Ziel der KI besteht darin, Maschinen zu befähigen, Menschen bei der Arbeit zu unterstützen. Die KI-Identifizierung ist zweifellos ein Versuch in diese Richtung. Wir sollten eine solche neue Technologie angemessen fördern und sie objektiv und rational betrachten. Nur so kann die Technologie weiterentwickelt werden und unsere Zukunft wird bunter.