Apprendre aux robots à voir : RPA et vision artificielle

Dans l’un de nos précédents articles de blog, nous avons déjà parlé de la manière d’apprendre à lire aux robots. Grâce au traitement du langage naturel basé sur l’intelligence artificielle, les robots peuvent saisir des données non structurées et semi-structurées telles que des courriers électroniques et des factures. Dans cet article de blog, nous allons discuter d’un autre sens que nous pouvons donner aux robots : celui de la vision.

Vous vous demandez probablement pourquoi les robots logiciels ont besoin de voir quoi que ce soit au départ. N’y a-t-il pas déjà de vrais robots et des voitures sans conducteur pour cela ?

L’APR peut être très utile lorsqu’on travaille avec la vision artificielle, par exemple pour la classification des photos (par exemple lors de la recherche de matériel abusif), la lecture de textes manuscrits, la reconnaissance des visages ou l’identification d’organes potentiellement malades sur des images radiographiques ou IRM). Alors que l’intelligence artificielle prend ici le relais de la partie « intelligente » (nous y reviendrons dans un instant), la RPA est utilisée pour alimenter les images et, en fonction du résultat de l’algorithme, prendre les mesures appropriées.

 

 

Examinons d’un point de vue non technique comment fonctionne l’IA

à l’aide d’un exemple simple, où nous devons savoir si une image est l’image d’un chien

…ou non. Ce système, ainsi que la plupart des applications de vision artificielle, est un exemple d’apprentissage supervisé. Cela signifie que l’IA est formée en utilisant des échantillons d’images correctement marqués. (Le marquage est principalement effectué par des humains – mais il existe déjà quelques cas de marquage d’images pour l’IA).

Dans l’apprentissage supervisé, l’IA doit apprendre à partir d’un grand nombre d’images marquées « chien » quelles sont les propriétés et les caractéristiques d’un chien, comme les bords qui définissent des choses comme les oreilles, la forme, la couleur, etc. (N’oubliez pas, cependant, que l’IA ne comprend pas vraiment ce qu’est un chien, mais seulement quels motifs de pixels dans une photo sont le plus souvent associés à l’étiquette « chien »).

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *