AI-pil­di­tu­vas­tus on teh­no­loo­gia, mis kasutab te­hisin­tel­lekti (AI) piltidel olevate objektide, inimeste, teksti ja tegevuste tu­vas­ta­miseks, ana­lüü­si­miseks ja ka­te­go­ri­see­ri­miseks. Selgitame täpselt, kuidas AI-pil­di­tu­vas­tus töötab ja millised on selle ra­ken­dus­alad.

Pil­di­tu­vas­tus on te­hisin­tel­lekti valdkond, mis pakub juba praegu laia valikut või­ma­likke rakendusi väga eri­ne­va­tes vald­kon­da­des. Näiteks on võimalik tuvastada objekte, nagu taimed, või otsida in­ter­ne­tist tooteid fotode abil. Te­hisin­tel­lekt suudab ka inimesi tuvastada ja seejärel otsida sobivaid profiile sot­siaal­mee­dias. See põhineb pil­di­tu­vas­tusel, mida selgitame käes­ole­vas artiklis lähemalt.

Mis on pil­di­tu­vas­tus ja kuidas see toimib?

Pil­di­tu­vas­ta­mine tähendab arvutite võimet au­to­maat­selt tuvastada objekte ja inimesi, samuti teksti ja muid elemente piltidel ja videotes ning klas­si­fit­see­rida neid aluseks olevate õp­pe­mu­de­lite põhjal. Selle tu­le­mu­sena teab te­hisin­tel­lekt näiteks, et kass on kass. Te­hisin­tel­lekti vald­kon­nas on analüüsi aluseks masinõpe, mida saab kasutada te­hisin­tel­lekti mudelite õpe­ta­miseks erinevate andmete tu­vas­ta­miseks ja klas­si­fit­see­ri­miseks.

Te­hisin­tel­lekt töötab üldiselt järg­mi­selt:

  • Andmete kogumine: te­hisin­tel­lekt vajab mitmeid sisendeid pil­di­fai­lide vormis. Need pildid on sageli eelnevalt ka­te­go­ri­see­ri­tud, et süsteem õpiks mustreid ja tunneks need hiljem ära.
  • Eel­tööt­lus: Süsteemi või­ma­li­kult heaks koo­li­ta­miseks val­mis­ta­takse pildid ette, näiteks ko­han­da­des pil­di­fai­lide suurust ja värve või eemal­da­des efekte.
  • Omaduste väl­ja­võt­mine: järgmises etapis võtab süsteem pil­di­da­tast välja as­ja­ko­ha­sed omadused, mida ni­me­ta­takse tun­nus­teks. Nende hulka kuuluvad näiteks kujundid, servad või värvid.
  • Mudeli koo­li­ta­mine: töödeldud andmeid ka­su­ta­takse seejärel neu­ro­võrgu koo­li­ta­miseks. Eesmärk on, et mudel õpiks eraldatud tunnuseid konk­reet­se­tesse ka­te­goo­riatesse paigutama.
  • Klas­si­fit­see­ri­mine: Kui süsteem on koo­li­ta­tud, saab mudel ana­lüü­sida uusi, tund­ma­tuid pilte. Selle ja õpitud mustrite põhjal tun­nis­ta­takse nüüd objekte või inimesi ja mää­ra­takse neile ka­te­goo­riad.
  • Täp­sus­ta­mine ja ka­su­ta­mine: Hiljem täius­ta­takse mudelit ka­su­ta­mise käigus üha enam. See võimaldab teha täpsemaid kohandusi soovitud ra­ken­dus­vald­kon­nas, näiteks me­dit­sii­ni­lise diag­nos­tika vald­kon­nas, kus uuritakse ra­dio­loo­gia uuringuid.

Millised ra­ken­dus­alad on AI pil­di­tu­vas­tuse vald­kon­nas kõige olu­li­se­mad?

Te­hisin­tel­lekti pil­di­tu­vas­tust ka­su­ta­takse praegu paljudes töös­tus­ha­ru­des ja iga­päe­vas­tes ka­su­tus­ta­pa­des – sageli ilma, et tarbijad sellest otseselt teadlikud oleksid. Kõige olu­li­se­mad vald­kon­nad on järgmised:

  • Ter­vis­hoid: Vald­kon­nas, kus haiguste mustrite või põhjuste täpne analüüs on üliolu­line, võib AI pil­di­tu­vas­tus aidata me­dit­sii­ni­liste diag­noo­side tegemisel. Seda ka­su­ta­takse näiteks ra­dio­loo­gias röntgeni- või MRI-piltide ana­lüü­si­miseks.
  • Tur­va­li­sus ja jä­re­le­valve: Tur­va­teh­no­loo­gias ka­su­ta­takse AI-d avalike kohtade jäl­gi­miseks. Näiteks kasutab AI len­nu­jaama­des näo­tu­vas­tust, et skannida, kas lennualal viibivad kur­ja­te­gi­ja­teks või ta­ga­ot­si­ta­va­teks isikuteks klas­si­fit­see­ri­tud inimesed. AI pil­di­tu­vas­tust saab kasutada ka hoonetele juur­de­pääsu pii­ra­miseks.
  • Liikuvus: ise­sõit­vad autod ei oleks või­ma­li­kud ilma AI-toega pil­di­tu­vas­tuseta. AI tuvastab olulised tegurid, nagu liik­lus­mär­gid, teised sõidukid, teel olevad inimesed ja ta­kis­tused, ning kasutab seda teavet sõiduki juh­ti­miseks. Selle tagab asjaolu, et kaamerad ja muud andurid edastavad pidevalt andmeid, mida tuleb sujuva sõidu ta­ga­miseks reaalajas töödelda.
  • Tööstus: Pil­di­tu­vas­tust ka­su­ta­takse kaupade ja osade tootmise kva­li­tee­di­kont­rol­liks. See võimaldab defektsed kaubad või osad toot­mis­prot­sessi varases etapis avastada ja eemaldada. Analüüsid on või­ma­li­kud sellisel de­tail­sus­ast­mel, mis on inimese silmale mõnikord raske märgata.
  • Põl­lu­ma­jan­dus: selles vald­kon­nas aitab AI-põhine pil­di­tu­vas­tus kindlaks teha taimede küp­sus­astme, toit­ai­nete vajaduse või kahjurite leviku märke. Põl­lu­ma­jan­dus­et­te­võt­ted kasutavad selleks sageli droone, mis suudavad katta suuri alasid ilma teisi masinaid lii­gu­ta­mata ja seega näiteks pinnase ti­he­ne­mist põh­jus­ta­mata.
  • Jaemüük: siin aitab te­hisin­tel­lekt muuta kaupade tellimise tõ­hu­samaks, näiteks tu­vas­ta­des tooted, mille varud on lõppemas, ja käi­vi­ta­des au­to­maat­selt uued tel­li­mu­sed. Mõned jaemüüjad kasutavad te­hisin­tel­lekti ka valitud toodete re­gist­ree­ri­miseks, nii et ostu lõpus käi­vi­ta­takse au­to­maatne bro­nee­ri­mis­prot­sess. See välistab kassasse mineku aja ja muudab os­tu­ko­ge­muse tõ­hu­samaks.

Millised on te­hisin­tel­lekti pil­di­tu­vas­tuse või­ma­lu­sed ja riskid?

Pil­di­tu­vas­tus tagab paljudes vald­kon­da­des tõhusamad prot­ses­sid, kuna te­hisin­tel­lekt võtab enda kanda paljud ülesanded, mida inimesed ja masinad suudavad täita vaid ras­kus­tega või eba­pii­sa­valt. Lisaks või­ma­lus­tele on te­hisin­tel­lekti ka­su­ta­mi­sega seotud ka riskid. Need on seotud eelkõige and­me­baaside ja te­hisin­tel­lekti koo­li­ta­mi­sega, kuna need määravad ana­lüü­side kva­li­teedi ja hiljem ka tulemused.

Pil­di­tu­vas­tuse või­ma­lu­sed

  • Suurem tõhusus ja parem täpsus: analüüsi kiirus ja hinnatud andmete täpsus võivad protsesse kii­ren­dada ja tulemusi parandada, kuna käsitsi hindamine võtab rohkem aega ja võib olla seotud inimliku veaga.
  • Uuen­dus­lik­kus ja uued prot­ses­sieta­pid: te­hisin­tel­lekti ka­su­ta­mine võimaldab laial­da­selt rakendada uusi teh­no­loo­giaid, nagu näiteks ise­sõit­vad autod. Pil­di­tu­vas­tust saab kasutada ka toot­mis­prot­ses­side või põl­lu­ma­jan­dus­toot­mise oluliste etappide au­to­ma­ti­see­ri­miseks.
  • Isi­ku­pä­ras­ta­tud klien­di­ko­ge­mus: te­hisin­tel­lekti abil pil­di­tu­vas­tus võimaldab in­di­vi­dua­li­see­rida os­tu­prot­sessi nii offline- kui ka online-kesk­kon­nas, pa­ran­da­des mitte ainult klien­di­ko­ge­must, vaid ka tee­nin­da­des klientide vajadusi täpsemalt, mis omakorda suurendab müüki.
  • Parem tur­va­li­sus: eri­ne­va­tes kohtades suudab AI rea­gee­rida kiiremini ja täpsemalt muu­tus­tele avalikes ruumides, tagades tur­va­li­sema inf­ra­struk­tuuri olulistes trans­por­di­sõl­me­des või avalikes kohtades.

Te­hisin­tel­lekti pil­di­tu­vas­tuse riskid

  • And­me­kaitse ja pri­vaat­sus: AI võib parandada avaliku jul­ge­oleku olukorda, kuid pri­vaat­sust rikutakse sageli isi­ku­and­mete kogumise ja ana­lüü­si­mise käigus – mõnikord as­ja­omaste isikute teadmata või nõus­ole­kuta. See teave võib sattuda valedesse kätesse ja seda võidakse ku­ri­tar­vi­tada ku­ri­te­ge­li­kel ees­mär­ki­del.
  • Disk­ri­mi­nee­ri­mine ja koolituse eel­ar­va­mus­lik­kus: te­hisin­tel­lekti süsteemid ana­lüü­sivad uusi andmeid alati nende andmete põhjal, mille alusel nad on koo­li­ta­tud. Näiteks kui koolitus on läbi viidud peamiselt he­le­da­na­haliste inimeste osalusel, võib see avaldada ne­ga­tiiv­set mõju tu­me­da­na­halis­tele ini­mes­tele. See võib põh­jus­tada probleeme näiteks tur­va­li­su­sega seotud aladele juur­de­pää­sul.
  • Lä­bi­paist­vuse puudumine: AI pil­di­tu­vas­tus­süs­tee­mid on kee­ru­li­sed ja nende aluseks olev koolitus on raske mõista. See võib tähendada, et süs­teemide tu­le­mus­tel põhinevad otsused ei ole lä­bi­paist­vad. Seetõttu võivad õi­gus­kaitse vald­kon­nas tehtud otsused tea­ta­va­tel as­jaolu­del anda krii­tilisi tulemusi.
  • Inimeste oskuste kadumine: mida rohkem AI ja AI pil­di­tu­vas­tus asendavad inimeste oskusi, seda suurem on oht, et tähtsad oskused jäävad tä­he­le­pa­nuta. See võib kaasa tuua inimeste (spet­sia­lis­tide) teadmiste kadumise, näiteks ise­sõit­vate autode või me­dit­sii­ni­lise diag­noo­si­mise vald­kon­nas.
  • Vul­ne­ra­bi­lity to misuse: Kui suuri and­me­hulki sal­ves­ta­takse ja ana­lüü­si­takse, on olemas po­tent­siaal­sed sis­se­pää­su­punk­tid kü­ber­kur­ja­te­gi­jate ku­ri­tar­vi­tus­teks. Näiteks võivad nad kasutada AI pil­di­tu­vas­tust isikute jäl­gi­miseks või tur­va­süs­teemide ma­ni­pu­lee­ri­miseks või täie­likuks blo­kee­ri­miseks.

Järeldus: te­hisin­tel­lekti pil­di­tu­vas­tust tuleb kasutada vas­tu­tus­tund­li­kult.

Pil­di­tu­vas­ta­mi­sest tulenevad või­ma­lu­sed on kõikides töös­tus­ha­ru­des tohutud ja pakuvad mär­ki­mis­väär­set op­ti­mee­ri­mis­po­tent­siaali paljudes vald­kon­da­des. Seon­du­vate riskide tõttu on siiski oluline, et süsteeme ka­su­ta­taks kõr­gei­mate tur­va­stan­dar­dite kohaselt, et vältida väär­ka­su­tust ja samal ajal järgida eetilisi stan­dardeid. AI koo­li­ta­misel tuleb arvesse võtta ka and­me­ba­asi lä­bi­paist­vust ja mit­me­ke­si­sust. See tagab, et teh­no­loo­gia toob pikas pers­pek­tii­vis rohkem kasu kui kahju.

Go to Main Menu