#alexnet

All’inizio fu AlexNet, una rete neurale convoluzionale, che il 30 settembre 2012 riuscì a battere un campione di soggetti umani nell’identificare correttamente alcune immagini di auto o di gatti: quella forma di IA chiamata ImageNet Large Scale Visual Recognition Challenge riuscì a riconoscere correttamente le immagini che le venivano sottoposte il 99% delle volte, mentre gli esseri umani si fermarono al 95%.

In precedenza i risultati della macchina erano stati molto più deludenti, ma la realizzazione di una AI che non aveva più bisogno dell’inserimento di dati corretti da parte dell’uomo prima del test, ma che se li andava a cercare da sola e che imparava dai suoi stessi errori, in pochi anni ha fatto si che raggiungesse e superasse l’uomo nel riconoscere immagini, volti, impronte digitali, pupille iridee, il timbro di una voce e, domani chissà, sarà in grado di fare una visita medica accurata, di sapere se abbiamo pagato il bollo o l’assicurazione dell’auto, se paghiamo le tasse, se siamo sotto l’effetto di stupefacenti o se abbiamo ingerito alcool, ed anche se abbiamo appena avuto un rapporto sessuale o se siamo eccitati.

In pratica la nostra privacy, o ciò che ne rimane, sparirà del tutto e chiunque controlli la IA, o la IA stessa senza alcun controllo umano, potrebbe orientare i nostri acquisti, le nostre opinioni, il nostre inclinazioni politiche, la moda, modificare il nostro comportamento, suscitare emozioni e sentimenti fittizi e orientare il nostro odio dovunque voglia.

Ma i primi prototipi di IA e quelle attuali, dove sono andati a pescare le immagini per correggere il loro riconoscimento? Dove pescano tutte le informazioni? AlexNet ha attinto largamente dai social più frequentati le immagini dei gatti pubblicati dagli utenti per battere gli umani. Quando postate un gatto su Tumblr pensateci, state dando alla IA le informazioni per poterci manipolare meglio.

This article explains popular CNN Architectures specific to object recognition. If you are new you should go through Computer vision basics first.

LeNet-5 architecture

One of the earliest CNN archietctures created by Yann LeCun in 1998. It was used for written digits recignition using MNIST database.

Starts with grayscalling images of 32x32x1 shape and applied with six 5×5 filters CONV…

Real Time Video Surveillance for Automated Weapon Detection

by Bhagyalakshmi. P | Indhumathi. P | Lakshmi. R | Dr. Bhavadharini "Real Time Video Surveillance for Automated Weapon Detection" 

Published in International Journal of Trend in Scientific Research and Development (ijtsrd), ISSN: 2456-6470, Volume-3 | Issue-3 , April 2019, 

URL: https://www.ijtsrd.com/papers/ijtsrd22791.pdf

Paper URL: https://www.ijtsrd.com/computer-science/other/22791/real-time-video-surveillance-for-automated-weapon-detection/bhagyalakshmi-p

ugc journal list, call for paper papers in journals, research papers