شناسایی بیش از یک میلیارد دستگاه توسط Google Lens

شناسایی بیش از یک میلیارد دستگاه توسط Google Lens

گوگل لنز، ابزار تجزیه و تحلیل گوگل توسط AI، اکنون می‌تواند بیش از 1 میلیارد محصول را از طریق پورتال خرده‌فروشی گوگل تشخیص دهد. این مقدار چهار برابر تعداد لنزهایی است که در اکتبر 2017 تحت پوشش قرار گرفته است.

گوگل لنز، ابزار تجزیه و تحلیل گوگل توسط AI، اکنون می‌تواند بیش از 1 میلیارد محصول را از طریق پورتال خرده‌فروشی گوگل تشخیص دهد. این مقدار چهار برابر تعداد لنزهایی است که در اکتبر 2017 تحت پوشش قرار گرفته است.

Aparna Chennapragada، معاون بازرگانی گوگل لنز و واقعیت افزوده در گوگل، می‌گوید: "من دهه گذشته تیم‌هایی را هدایت کردم که محصولاتی را تولید می‌کنند که از طریق هوش مصنوعی برای کمک به مردم در زندگی روزمره خود از گوگل لنز استفاده می‌کنند."

Google Lens با استفاده از یک موتور تشخیص کاراکتر نوری، همراه با سیستم‌های AI که زبان‌ها و فونت‌ها و همچنین مدل اصلاح را از Google Search قرض گرفته است، بارکد، کد QR، شماره ISBN و سایر شناسه‌های عددی فهرست محصولات در فروشگاه را شناسایی می‌کند.

در طول سال گذشته Google Lens به طور چشمگیری پیشرفت کرده است. طبق گفته Chennapragada، لنز با قرار گرفتن بر روی تصاویر برچسب خورده شده با اطمینان بیشتری شروع به تشخیص اشیا می‌کند. لازم به ذکر است این امر به لطف مجموعه داده‌های با تصاویر که به نظر می‌رسد با دوربین‌های گوشی‌های هوشمند گرفته شده‌اند، میسر گشته است.

مطالب مرتبط

تحویل کالا با ربات‌های جدید مجهز به هوش مصنوعی

JD، دومین شرکت بزرگ تجارت الکترونیک چین، در ماه نوامبر 2018 ربات مجهز به هوش مصنوعی را معرفی کرد که می‌تواند تا فاصله 5 کیلومتری کالاها را تحویل دهد.

استفاده از نرم‌افزارهای تشخیص چهره و موانع قانونی آن

به‌رغم اعتراضات و ادعاهایی که در زمینه‌ی امنیتی نرم‌افزارهای تشخیص چهره وجود دارد، مدیرعامل شرکت AWS گزارش داد که این نرم‌افزارها را با توجه به قوانین موجود به فروش رسانده است.

اینترنت اشیا و هوش مصنوعی در جهت پیشبرد منابع درآمدی شرکت‌های نیمه هادی

به گزارش Accenture با ادغام تکنولوژی بلاک چین و هوش مصنوعی، صنعت نیمه رسانا از پیشروترین صنایع در جهان به شمار می‌آید.

استارتاپ جدید مایکروسافت و مدل‌های یادگیری هوش مصنوعی

اخیراً مایکروسافت اعلام کرده است که از پلتفرم Lobe برای ساخت مدل‌های یادگیری با استفاده از رابط بصری بدون نیاز به کد یا درک فنی هوش مصنوعی، استفاده کرده است.