Πώς λειτουργούν τα εργαλεία αναζήτησης προσώπου; Μια απλή εξήγηση για τα μοντέλα AI αναγνώρισης προσώπου

Τι είναι ένα εργαλείο αναζήτησης προσώπου;

Πιθανότατα γνωρίζεις την αναζήτηση προσώπου. Είναι ένα σύστημα που βρίσκει ανθρώπους στο διαδίκτυο με βάση τις φωτογραφίες τους.

Με απλά λόγια: Ανεβάζεις μια φωτογραφία σου και το εργαλείο αναζητά εικόνες σου σε άλλους ιστότοπους.

Πώς δημιουργείται ένα μοντέλο AI;

Ας ξεκινήσουμε από το υλικό: Για μεγαλύτερα μοντέλα AI, οι προγραμματιστές χρησιμοποιούν συνήθως υπολογιστές με πολλές ισχυρές GPU. Οι GPU μπορούν να εκτελούν πολλούς μαθηματικούς υπολογισμούς ταυτόχρονα.

Στη συνέχεια, οι προγραμματιστές γράφουν κώδικα. Η Python και πλαίσια ανάπτυξης AI όπως το PyTorch και το TensorFlow χρησιμοποιούνται συχνά για να οριστεί τι πρέπει να μάθει το μοντέλο και ποια δεδομένα θα χρησιμοποιηθούν για την εκπαίδευσή του.

Όταν ο κώδικας είναι έτοιμος, συλλέγουν εικόνες και εκπαιδεύουν το μοντέλο. Το μοντέλο βλέπει πάρα πολλά παραδείγματα. Στην αρχή, οι απαντήσεις του είναι συνήθως λανθασμένες. Κάθε φορά που κάνει ένα λάθος, οι εσωτερικές του παράμετροι – που ονομάζονται βάρη – προσαρμόζονται λίγο, μέχρι τα αποτελέσματα να είναι ικανοποιητικά.

Παρακάτω θα εξηγήσουμε πώς τα μοντέλα AI για την αναζήτηση προσώπου βρίσκουν και συγκρίνουν πρόσωπα σε εικόνες, καθώς και πώς βρίσκονται οι εικόνες στο διαδίκτυο.

Πώς λειτουργεί η αναγνώριση προσώπου;

Η αναγνώριση προσώπου γίνεται σε μερικά βήματα. Ακολουθεί η πιο απλή εξήγηση:

1. Εντοπισμός προσώπου σε μια φωτογραφία

Το πρώτο βήμα είναι να βρεθεί το πρόσωπο στην εικόνα που ανέβασες. Το σύστημα εντοπίζει πού βρίσκεται και το διαχωρίζει από το φόντο και τα άλλα αντικείμενα της φωτογραφίας.

Πώς εκπαιδεύονται τα μοντέλα αναγνώρισης προσώπου;

Τα μοντέλα αναγνώρισης προσώπου εκπαιδεύονται με μεγάλο αριθμό εικόνων προσώπων. Κατά την εκπαίδευση, η AI μαθαίνει ποια χαρακτηριστικά του προσώπου βοηθούν να ξεχωρίζουμε τους ανθρώπους μεταξύ τους. Με τον καιρό, το μοντέλο μαθαίνει να αναγνωρίζει ομοιότητες ανάμεσα σε διαφορετικές φωτογραφίες του ίδιου ατόμου.

Με απλά λόγια: Δίνεις στην AI τόσες πολλές εικόνες, ώστε να μάθει να ξεχωρίζει τα πρόσωπα.

2. Ανάλυση των χαρακτηριστικών του προσώπου

Στη συνέχεια, η AI αναλύει το πρόσωπο. Υπολογίζει τις αποστάσεις ανάμεσα σε διάφορα χαρακτηριστικά και δημιουργεί μια μαθηματική αναπαράσταση των ευρημάτων της.

3. Μετατροπή του προσώπου σε διάνυσμα

Αντί να αποθηκεύει περιγραφές όπως «μεγάλα μάτια», το σύστημα αναπαριστά αυτά τα χαρακτηριστικά με αριθμούς. Έτσι, οι υπολογιστές μπορούν να συγκρίνουν ένα πρόσωπο με εκατομμύρια άλλα πολύ πιο εύκολα και γρήγορα.

4. Σύγκριση προσώπων

Η AI συγκρίνει τα χαρακτηριστικά που εντόπισε με τα πρόσωπα στο ευρετήριο αναζήτησης ή σε μια βάση δεδομένων. Πρόσωπα με παρόμοια διανύσματα θεωρούνται πιθανά αποτελέσματα.

Στη συνέχεια, το σύστημα μπορεί να υπολογίσει έναν βαθμό ομοιότητας και να εμφανίσει πρώτα τα αποτελέσματα που ταιριάζουν περισσότερο.

Crawlers: Πώς συλλέγονται οι εικόνες;

Για να βρίσκει εικόνες μια μηχανή αναζήτησης προσώπου, πρέπει πρώτα να δημιουργήσει ένα ευρετήριο εικόνων. Αυτό γίνεται με τη χρήση web crawlers.

Οι crawlers είναι αυτοματοποιημένα προγράμματα που επισκέπτονται δημόσια προσβάσιμες ιστοσελίδες. Όταν η μηχανή αναζήτησης βρίσκει μια εικόνα σε μια τέτοια σελίδα, την προσθέτει στο ευρετήριό της. Αν εντοπιστεί πρόσωπο στην εικόνα, το σύστημα μπορεί να δημιουργήσει ένα διάνυσμα προσώπου, το οποίο αργότερα μπορεί να συγκριθεί με φωτογραφίες που ανεβάζουν οι χρήστες.

Είναι τα μοντέλα αναζήτησης προσώπου ίδια με τα LLM;

Μερικές φορές γίνεται σύγχυση ανάμεσα στην αναζήτηση προσώπου και τα LLM. Η απλή απάντηση είναι η εξής:

Όχι, τα μοντέλα αναζήτησης προσώπου και τα LLM δεν είναι το ίδιο πράγμα, παρόλο που και τα δύο είναι μοντέλα AI.

Τα LLM είναι μοντέλα που παράγουν κείμενο, όπως το ChatGPT ή το Google Gemini.

Επομένως, εργαλεία αναζήτησης προσώπου όπως το lenso.ai και το eyematch.ai δεν είναι LLM. Είναι μηχανές αντίστροφης αναζήτησης εικόνων που χρησιμοποιούν δικά τους μοντέλα AI.

Το lenso.ai χρησιμοποιεί επίσης μη παραγωγική AI και δεν είναι LLM. Μπορείς να μάθεις περισσότερα για τις διαφορές ανάμεσα στην παραγωγική και τη μη παραγωγική AI σε αυτό το άρθρο: Παραγωγική AI και μη παραγωγική AI – ποιες είναι οι διαφορές;