Ngày nay, nhờ những bước nhảy vọt về khả năng trí tuệ nhân tạo, các công nghệ dựa trên thị giác máy tính (CV) đã trở thành các tính năng chính của nhiều ứng dụng và thiết bị, bao gồm cả những ứng dụng mà mọi người sử dụng hàng ngày.
Phần mềm sinh trắc học nhận dạng khuôn mặt sẽ không tồn tại nếu không có thị giác máy tính. Xe tự lái cần nó để lái xe an toàn. Thị giác máy tính là cần thiết cho cả quy trình phân tích hình ảnh y tế và kiểm tra đảm bảo chất lượng rô-bốt. Công ty của tôi, Shopic, sử dụng thị giác máy tính để xác định các mặt hàng được đặt trong xe đẩy nhãn dán.
Những công nghệ này về cơ bản sử dụng thị giác máy tính để tự động hóa các quy trình hữu ích bằng cách sử dụng dữ liệu trực quan làm đầu vào. Các hệ thống bao gồm phần cứng quét và thuật toán cho phép máy phân tích, xử lý và trích xuất thông tin từ hình ảnh và video kỹ thuật số. Nó phụ thuộc rất nhiều vào học máy, học sâu và mạng lưới thần kinh phức tạp.
Trong những tháng gần đây, thị giác máy tính đã phát triển theo những cách mới và thú vị. Đối với một số người, những thay đổi này cũng đáng lo ngại, nhưng tôi nhìn thấy tiềm năng và cơ hội trong lĩnh vực này. Dưới đây là một số xu hướng nổi bật mà tôi tin rằng sẽ thống trị ngành công nghiệp ở giai đoạn này và trong tương lai gần.
Lấy ngưỡng được hạ dần
Những tiến bộ liên tục trong lưu trữ đám mây biên đã dẫn đến các thiết bị biên như máy ảnh kỹ thuật số và cảm biến thị giác có thể chạy xử lý thị giác máy tính tại chỗ thay vì gửi nó lên đám mây. Điều này chuyển quá trình xử lý AI của thị giác máy tính sang các thiết bị biên, giảm độ trễ và giảm mức tiêu thụ năng lượng cũng như băng thông. Các công ty như Nvidia đang phát triển các dịch vụ đám mây cạnh để cải thiện việc triển khai tài nguyên thị giác máy tính. Loại bỏ việc xử lý và lưu trữ đám mây đắt tiền sẽ giảm chi phí áp dụng và làm cho các hệ thống CV dễ tiếp cận hơn và giá cả phải chăng. Chuyển sang xử lý cạnh cũng cải thiện quyền riêng tư dữ liệu cho các ứng dụng thị giác máy tính, khắc phục các vấn đề tuân thủ đã cản trở việc áp dụng của nhiều công ty trước đây.
Các ứng dụng thị giác máy tính mở rộng
Khi các rào cản đối với việc áp dụng thấp hơn, ngày càng có nhiều ngành công nghiệp triển khai thị giác máy tính trong nhiều trường hợp sử dụng hơn. Chăm sóc sức khỏe là một lĩnh vực quan tâm đến việc áp dụng thị giác máy tính, có thể cho phép chẩn đoán hình ảnh chính xác hơn và các dịch vụ y tế từ xa, với hứa hẹn về phẫu thuật có sự hỗ trợ của rô-bốt.
Chúng tôi đã chứng kiến sự phát triển của các trường hợp sử dụng thị giác máy tính trong ngành bán lẻ, bao gồm hệ thống mua sắm tự phục vụ và cửa hàng không thu ngân. Các phương tiện tự lái và thiết bị an toàn đường bộ đang sử dụng thị giác máy tính để cải thiện an toàn, nông dân đang sử dụng thị giác máy tính để theo dõi cây trồng và phát hiện dịch bệnh, và các hệ thống VSLAM sử dụng thị giác máy tính để cung cấp bản đồ chính xác hơn cho cứu trợ thiên tai, dự báo thời tiết, v.v.
Khi các trường hợp sử dụng tiếp tục chồng chất, thị trường thị giác máy tính sẽ mở rộng. Global Data dự đoán rằng thị trường thị giác máy tính sẽ tăng từ 17,73 tỷ USD vào năm 2023 lên 30,3 tỷ USD vào năm 2026.
hệ thống trở nên phức tạp hơn
Khi các thuật toán trí tuệ nhân tạo làm nền tảng cho các giải pháp thị giác máy tính trở nên mạnh mẽ hơn, các hệ thống thị giác máy tính sẽ cải thiện khả năng nhận dạng đối tượng và khuôn mặt. Điều này sẽ cho phép các hệ thống thị giác máy tính phát hiện cảm xúc và theo dõi chuyển động cơ thể chính xác hơn, mở ra những khả năng mới để hiểu rõ hơn về hành vi và phát hiện sự bất thường. Mặc dù việc giám sát các cá nhân là một vấn đề nghiêm trọng và đã được xem xét kỹ lưỡng trong những năm gần đây, nhưng phân tích tình cảm của đám đông ẩn danh là một trong những trường hợp sử dụng hợp đạo đức.
Chúng tôi cũng thấy các hệ thống thị giác máy tính đang phát triển các phương pháp và mô hình xử lý hình ảnh sáng tạo. "Mô hình chú ý" ngày nay về cơ bản là một kỹ thuật xử lý đầu vào cho phép mạng thần kinh tập trung vào các phần cụ thể của hình ảnh hoặc video phức tạp, cho phép hệ thống thị giác máy tính hiểu mọi phần của hình ảnh bận rộn hoặc tần số ban đầu. Ngoài ra, "Mạng nơ-ron đồ thị" áp dụng các dự đoán học sâu cho các cấu trúc dữ liệu giàu quan hệ, nâng cao thị giác máy tính, hiểu và diễn giải ngữ cảnh.
Việc kết nối dữ liệu trực quan với các nguồn dữ liệu khác có thể làm phong phú thêm bối cảnh tổng thể và sự hiểu biết về các sự kiện, giống như con người kết hợp tầm nhìn với cảm giác về gió, nhận thức về tốc độ và âm thanh xung quanh để hiểu thế giới xung quanh. Bằng cách này, các giải pháp CV có thể hiểu và trích xuất thông tin chi tiết về toàn bộ bối cảnh trong ngữ cảnh rộng hơn, không chỉ các phân đoạn được chọn
Sự trưởng thành này sẽ cho phép giải thích và phân tích chính xác hơn, cải thiện quá trình ra quyết định và tiện ích hơn trong các tình huống phức tạp và thay đổi nhanh chóng như nhà máy sản xuất bận rộn hoặc đường phố thành phố.
AR bước vào một kỷ nguyên mới
Các giải pháp thực tế tăng cường (AR) ngày nay có thể tạo ra hình ảnh 3D tương tác của mọi môi trường trong thế giới thực, với những điều chỉnh hạn chế được thực hiện bằng cách theo dõi sự thay đổi ánh sáng trên các bề mặt phẳng. Chúng có thể phản hồi các chuyển động của người dùng thông qua bộ điều khiển và theo dõi đầu, nhưng không nhiều hơn thế.
Tuy nhiên, việc tích hợp camera thị giác máy tính với các giải pháp theo dõi bằng mắt và con quay hồi chuyển đang bắt đầu tạo ra các hệ thống phức tạp hơn. Các giải pháp thị giác máy tính nâng cao (AR tăng cường CV) có thể nhận biết toàn bộ môi trường của người dùng, hướng dẫn người dùng tránh chướng ngại vật, điều chỉnh môi trường ảo theo chuyển động cơ thể của người dùng, v.v.
Điều này có ý nghĩa quan trọng đối với các thiết bị hỗ trợ, ứng dụng điều hướng và trải nghiệm chơi game/siêu dữ liệu.
thách thức vẫn còn
Bất chấp những phát triển to lớn và hứa hẹn của thị giác máy tính, những người đi đầu trong lĩnh vực này vẫn phải đối mặt với một số thách thức. Vì thị giác máy tính là một lĩnh vực tương đối mới trong thế giới thương mại, nên có rất ít chuyên gia trong việc phát triển và triển khai nó trên quy mô lớn. Các công ty cần phải nâng cao trình độ nhân viên của họ để đáp ứng những nhu cầu này.
Là một ngành, chúng ta cũng cần giải quyết tốt hơn các vấn đề liên quan đến quyền riêng tư, sự tin cậy và sử dụng có đạo đức. Điều quan trọng là phải thu thập dữ liệu nghiêm ngặt, chọn tham gia hoàn toàn hoặc thực sự ẩn danh. Các hệ thống thị giác máy tính cần tuân thủ các quy định về quyền riêng tư đang phát triển và nhu cầu của công chúng về quyền riêng tư.
"Ngày càng có nhiều nhu cầu về tính minh bạch và khả năng giải thích trong AI. Thị giác máy tính không thể chỉ là một hộp đen, nhưng các mô hình AI mà nó dựa vào phức tạp đến mức khó có thể giải thích được." Mọi người chịu trách nhiệm triển khai các hệ thống AI sẽ nỗ lực hơn nữa để đảm bảo họ có thể giải thích cách các quyết định được đưa ra và thông tin nào được sử dụng để đưa ra các quyết định đó. "Nhưng khi thị giác máy tính trở nên phức tạp hơn, những thách thức sẽ tăng lên," Bernard Marr viết.
Thị giác máy tính vẫn còn ở giai đoạn sơ khai
Giống như các giải pháp AI khác, thị giác máy tính tiến bộ với tốc độ ánh sáng, với các cách tiếp cận, ứng dụng, trường hợp sử dụng và khả năng mới luôn xuất hiện. Trong một môi trường thay đổi nhanh chóng như vậy, rất khó để dự đoán điều gì sẽ xảy ra trong tương lai.
Mặc dù vẫn còn nhiều thách thức cần vượt qua, đặc biệt là về quyền riêng tư và sử dụng có đạo đức, các hệ thống thị giác máy tính hứa hẹn cung cấp các khả năng mới cho nhiều ngành, mở ra cơ hội mới cho tất cả các bên liên quan.
