宠物记忆:一个美丽的想法
Google积极推广智能家庭, 新的 宠物内存 双子座内部的特色 应该是教摄像头识别 每一个宠物的名字。 想法是,这将解开大量的可能性: 从自动调整特定动物的照明或温度, 到智能的支线,它不会混合谁的应得部分。
"The Verge"的记者,包括资深的智能家庭评论家Jennifer Pattison Tuohy,以极大的热情迎接这个想法. 她家里有三只猫——烟熏,布恩,和瓦斯普,还有一只叫古斯的狗和免费的鸡. 你会同意的, 和这样的家教 分辨动物的能力 不仅仅是个有趣的玩具 而是一个工作工具
文章作者计划将Pet Memory用于相当实际的任务:例如,拥有特定猫要到外面去的相机报告,而不是反应 帮助确保所有宠物晚上都回家 再加上个性化的喂食——所以布恩不吃烟熏的早餐.
两周的测试 猫都一样
经常发生充满希望的人工智能特征,但事实证明,现实更加模糊。 经过两周的密集测试,Google Home仍然无法分辨出猫. 这个系统只设法记住了猫的"烟"——这就是它的知识的终点.
进入巢穴摄影机视野的每只猫都会自动被贴上"烟雾"的标签. 自然,布恩对此并不满意,但即使是他惊人的外表也无助于算法. 三只都变成了一只"普通的"猫. 尽管动物看起来很不一样!
该功能与其说是有帮助的助手,不如成为漫画通知的来源. 相机没有报道"Boone at the door",而是发出警告说"烟雾又在厨房里了". 作者对从所有宠物中,系统挑出一只猫,看到了宇宙在他身上. 对了 猫头鹰显然完全不被AI所察觉——她很可能也和Smoky混在一起。
为什么AI迷惑猫?
它可能看起来是一个简单的缺陷, 但实际上, 识别特定动物的任务 比它看起来困难得多。 相机在2017年学会了区分一个人和宠物——也就是当Nest Cam IQ出现的时候. 但分辨出几只同一品种的猫是完全不同的
人类这样做是基于众多的微观特征:耳形,斑点图案,步态,姿势. 猫往往看起来非常相似,特别是如果它们有相同的颜色. 镜头只看到有限的一组角度:尾部,侧面,从不寻常的角度看面部. 机器学习需要上千个例子 每个猫 不同姿势和照明, 在现实生活中,他们只是不总是结束 装在框中。
具有基因AI和机器学习的现代相机已经可以产生详细的事件描述——例如"穿蓝色外套的人走进门廊". 但承认一个对象类是一回事;识别一个特定个体是另一回事. 在feline"面部"方面,系统仍然不足.
怎么会这样?
老实说,没有什么灾难性的。 像这样的故事是智能设备进化的正常部分. 许多特性在发射时效果不佳,然后由于不断的数据收集和算法更新,逐渐变得有用. 也许几个月后,Google Home会学会把猫分开, 但现在业主必须忍受有趣的虫子。
从The Verge测试中的主要外卖是在最初几天里不期望从Pet Memory获得魔法. 如果你想让三只猫的喂食自动化,你可能必须等待更新. 但你会有一个很好的理由来找乐子:"烟雾在窗台上" 每次猫走过摄像机,甚至邻居的,都会收到通知.
所以聪明的家庭创新 仍然在边缘上有些粗糙。 但正是这些"rough补丁"显示该功能仍在演化中,早期用户实际上成为其测试者. 如果你想让相机把你的猫从邻居的嘴里说出来——也许应该把一个明亮的项圈放在你的宠物身上,直到神经网络自己解决为止.
