Живя в эпоху Интернета, как иногда вы сталкивались с сложными тестами CAPTCHA при вводе пароля или заполнении формы, чтобы доказать, что вы полностью человек? Например, ввод букв и цифр на деформированном изображении, поворот объектов на определенные углы или перемещение частей головоломки в нужное положение.
Что такое капча и как она работает?
CAPTCHA также известна как полностью автоматизированный общедоступный тест Тьюринга для фильтрации подавляющих армий спам-ботов. Исследователи из Университета Карнеги-Меллона разработали CAPTCHA в начале 2000-х годов. Первоначально программа отображала искаженный, искаженный или искаженный текст, который компьютер не мог прочитать, только люди. Пользователям было предложено ввести текст в поле, прежде чем получить доступ к веб-сайтам.
Программа добилась бешеного успеха. CAPTCHA превратилась в обычную часть пользовательского опыта в Интернете. Веб-сайтам нужны CAPTCHA для предотвращения «ботов» спамеров и других типов компьютерного преступного мира. «Кто угодно может написать программу для регистрации миллионов учетных записей, и идея заключалась в том, чтобы предотвратить это», - сказал Луис фон Ан, пионер первой команды CAPTCHA и основатель reCAPTCHA Google, одного из крупнейших сервисов CAPTCHA. Маленькие головоломки возникают, потому что компьютеры не так хорошо читают искаженный текст, как люди. Google утверждает, что люди решают 200 миллионов CAPTCHA в день.
В последние годы кнопка reCAPTCHA Google с надписью «Я не робот» использовалась в более сложных сценариях, таких как выбор всех светофоров, пешеходных переходов и автобусов в сетке изображений.
Возможное влияние CAPTCHA на ИИ
Хотя CAPTCHA используются в основном из соображений безопасности, они также служат эталоном для технологий искусственного интеллекта. Согласно CAPTCHA: использование сложных задач ИИ для обеспечения безопасности Ана, Блюма и Лэнгфорда, любая программа, имеющая высокий успех над капчей, может быть использована для решения сложной, нерешенной проблемы искусственного интеллекта (AI ) проблема. CAPTCHA можно использовать во многих местах .
R eCAPTCHA - это система CAPTCHA, разработанная Google, которая позволяет веб-хостам отличать людей от машин. В исходной версии пользователям предлагалось расшифровать трудно читаемый текст или сопоставить изображения.
С 2011 года reCAPTCHA оцифровала весь архив Google Книг и 13 миллионов статей из каталога New York Times, датируемого 1851 годом. После этого reCAPTCHA начала выбирать фрагменты из Google Street View в 2012 году. Компания заставила пользователей распознавать номера дверей, знаки и т. Д. и символы.
Искаженные символы, которые пользователи идентифицируют и заполняют для reCaptcha, предназначены для более широкой цели, хотя пользователи неосознанно переписали тексты для Google. reCAPTCHA распространяет один и тот же контент среди десятков пользователей по всему миру и автоматически проверяет, правильно ли он был расшифрован, сравнивая результаты.
Нажатие на размытые изображения также может помочь идентифицировать объекты, которыми компьютерные системы не могут управлять, и пользователи фактически сортируют и уточняют изображения для обучения движка ИИ Google. В 2014 году система начала обучение движков искусственного интеллекта (ИИ).
С помощью таких механизмов Google смог вовлечь пользователей в распознавание изображения, чтобы улучшить результаты поиска Google и Google Maps.
ByteBridge: платформа аннотации данных (SaaS) на базе человеческого и машинного обучения для расширения возможностей ИИ
Лауреат Премии Тьюринга Янн ЛеКун однажды сказал, что разработчикам нужны маркированные данные для обучения моделей ИИ, а более качественные данные позволяют создавать более точные системы ИИ с точки зрения бизнеса и технологий.
ByteBridge - это инструментальная платформа для маркировки данных с управлением рабочим процессом в реальном времени, предоставляющая обучающие данные для индустрии машинного обучения.
Точность
- Возможности с помощью машинного обучения могут помочь уменьшить количество человеческих ошибок за счет автоматической предварительной маркировки
- Контроль качества в реальном времени и контроль качества интегрированы в рабочий процесс маркировки, поскольку для обеспечения точности вводится механизм консенсуса.
- Консенсус - назначьте одну и ту же задачу нескольким рабочим, и правильный ответ - тот, который возвращается из большинства результатов.
- Все результаты тщательно оцениваются и проверяются людьми и машиной.
Таким образом, ByteBridg может подтвердить, что мы принимаем данные и их точность составляет более 98%.
Экономия затрат на связь
На приборной панели SaaS ByteBridge разработчики могут запускать проекты маркировки, используя шаблон инструкций по маркировке, и мгновенно получать результаты обратно.
От онлайн-брифинга по настройке маркировки до экспертной поддержки вместе с общение с инструкциями теперь не так сложно.
Вы можете выбрать Граничную рамку и шаблон классификации:
Управляйте своим собственным проектом - маркировка 2D-изображений
- Исследователи могут создать проект данных на основе модели оплаты за задачу с четким расчетным временем и контролировать статус проекта.
- Вывод в реальном времени: клиенты могут получать результаты вывода в реальном времени через API, поддерживать JSON, XML, CSV и т. Д.
- Настраиваемый тип данных в соответствии с вашими потребностями
Эти инструменты маркировки уже доступны на панели управления: Классификация изображений, 2D-бокс, Многоугольник, Кубоид.
Служба аннотаций 3D Point Cloud
Самостоятельно разработанные ByteBridge функции маркировки 3D-облака точек, инструмент проверки качества и функции предварительной маркировки могут выполнять высококачественные и высокоточные 3D-аннотации облака точек для слияния 2D-3D или 3D-изображений, предоставляемых различными производителями и оборудованием, и обеспечивать одно- служба управления станцией по маркировке, обеспечению и контролю качества.
Подробнее: ByteBridge запускает первую в мире службу маркировки данных в облаке для мобильных 3D-точек
Типы аннотаций трехмерных облаков точек
- Sensor Fusion Cuboids: 49 категорий включают легковые автомобили, грузовики, тяжелые автомобили, двухколесные транспортные средства, пешеходов и т. Д.
- Сегментация Sensor Fusion: классификация препятствий, разграничение различных типов полос
- Отслеживание Sensor Fusion Cuboids
① Отслеживание одного и того же объекта с тем же идентификатором, маркировка уходящего состояния;
② Могут быть предоставлены синхронизированные по времени 2D-изображения, выводятся только облака точек.
Преимущества нашей службы аннотаций 3D Point Cloud:
· Поддержка слияния датчиков 2D / 3D, поддержка нескольких камер
· Поддержка масштабируемых аннотаций данных
· Инструмент слияния датчиков с питанием от искусственного интеллекта: маркировка со скоростью 2X-5X
· Простота использования инструмента контроля качества: проверка в реальном времени и синхронная обратная связь
Конец
ByteBridge, созданный для расширения возможностей индустрии искусственного интеллекта и машинного обучения, обещает открыть новую эру маркировки данных и ускорить наступление будущего интеллектуального искусственного интеллекта.
Если вам нужны услуги по маркировке и сбору данных, загляните на bytebridge.io, доступны четкие цены.
Не стесняйтесь обращаться к нам: [email protected]
Соответствующие статьи:
1 Какие продукты ИИ самые впечатляющие?
3 Компании по аннотации данных для машинного обучения в 2021 году
4 Служба аннотации данных - от закулисных к начальным этапам