Beeldherkenning

Computers kunnen kijken naar de wereld dankzij deep learning.

In het vorige hoofdstuk heb je geleerd hoe computers kunnen leren.

Ze ontdekken patronen in bijvoorbeeld kijk- en of luistergedrag en proberen vervolgens zo goed mogelijk suggesties te doen die passen bij jouw smaak.

Nu gaan we het hebben over hoe computers ook uit de voeten kunnen met afbeeldingen.

Dat kan handig zijn als je een auto hebt.

Bij moderne parkeergarages of wasstraten gaat de slagboom automatisch open als de camera jouw auto herkent.

Hij leest als het ware de letters en getallen op jouw kentekenplaat.

Cijfers en letters zijn een fluitje van een cent.

Als je goed kijkt naar deze cijfers, zie je bijvoorbeeld hoe elk cijfer een unieke combinatie is van 15 verschillende vierkantjes. Die noemen we pixels.

Een pixel staat aan (geel) of uit (transparant).

Even een testje...

Kijk goed naar deze pixels. In het volgende scherm gaan we je vragen of je weet welk cijfer hierbij kan horen.

Nu was dit natuurlijk een heel simpel voorbeeld.

Een echte foto bestaat uit meer dan 15 blokjes. Zo bestaat een foto van jouw gezicht uit miljoenen gekleurde pixels!

En daar hebben we een speciale techniek voor nodig.

Deep learning is een vorm van machine learning.

Het zijn algoritmes die informatie doorgeven via verschillende lagen. Zo is er een laag die bijvoorbeeld ogen herkent, of een laag die gespecialiseerd is in neuzen.

En samen proberen ze een foto -van bijvoorbeeld een gezicht- zo goed mogelijk te classificeren.

Professor Cees Snoek gaat er nog iets dieper op in.

Beeldherkenning is mogelijk omdat het algoritme de foto in stukken opbreekt en laag voor laag gaat analyseren.

Deep learning is een vorm van machine learning, toegepast op grote ongestructureerde datasets.

De toepassing hiervan kan ontzettend nuttig zijn.

Zo heb je bij sommige smartphones geen inlogcode meer nodig, maar kun je deze ontgrendelen met behulp van gezichtsherkenning. Maar computers meer dan alleen gezichten herkennen.

Eigenlijk kunnen ze alles herkennen. Ook bagage die iemand (per ongeluk) op het perron heeft achtergelaten.

Daarom gingen wij langs bij de NS.

Aan het woord is Sophia Zitman. Zij leidt namens Kickstart.AI een project bij de NS.

Sophia over de privacy-aspecten.

Hoe gaat de NS om met bijvoorbeeld mensen die in beeld komen?

AI-geletterdheid

In Artikel 5 van de AI-verordening is vastgelegd wat er wél en niet mag als het gaat om camera's die eventueel zijn uitgerust met gezichtsherkenning software.

Dus let op: gezichtsherkenning mag in principe niet.

Dit is verboden door de AI Act (Artikel 5). Gemeentes of organisaties mogen geen real-time gezichtsherkenning gebruiken in openbare ruimtes, tenzij er een uitzondering geldt. Meestal gaat het dan om zware criminaliteit (bijv. terrorismebestrijding) en alleen met toestemming van een rechter.

Samenvatting van dit hoofdstuk.

Deep learning kan, in tegenstelling tot machine learning, ook uit de voeten met ongestructureerde data zoals foto's en video's.
Het kan zelf patronen ontdekken door te oefenen met grote hoeveelheden (test)data.
Dat maakt bijvoorbeeld gezichtsherkenning mogelijk.
In de AI-act is vastgelegd dat zoiets niet mag in de openbare ruimte tenzij er een uitzondering geldt.

Track 3 afgerond!

NEXT UP: Hoe slim is ChatGPT?

Je wordt automatisch doorgeschakeld, of klik op bovenstaande knop.