Arabic Knowledge blog مدونة المعرفة العربية : الذكاء الاصطناعي artificial intelligence

‏إظهار الرسائل ذات التسميات الذكاء الاصطناعي artificial intelligence. إظهار كافة الرسائل

What is Anomaly Detection? ماهو اكتشاف الشذوذ او الغير طبيعي؟

الذكاء الاصطناعي - المصطلحات

فيما يلي قائمة بالمصطلحات المستخدمة بشكل متكرر في مجال الذكاء الاصطناعي -

الأب رقم	المصطلح والمعنى
1	وكيل الوكلاء عبارة عن أنظمة أو برامج برمجية قادرة على الاستقلالية والهادفة والاستدلال الموجه نحو هدف واحد أو أكثر. يُطلق عليهم أيضًا اسم المساعدون والوسطاء والروبوتات والوكلاء الأذكياء ووكلاء البرمجيات.
2	روبوت مستقل إنسان آلي خالي من السيطرة أو التأثير الخارجي وقادر على التحكم في نفسه بشكل مستقل.
3	التسلسل الخلفي استراتيجية العمل للخلف لسبب / سبب المشكلة.
4	بلاك بورد إنها الذاكرة الموجودة داخل الكمبيوتر ، والتي تُستخدم للتواصل بين الأنظمة الخبيرة المتعاونة.
5	بيئة إنه جزء من العالم الحقيقي أو الحوسبي الذي يسكنه الوكيل.
6	التسلسل إلى الأمام استراتيجية العمل إلى الأمام من أجل حل / حل مشكلة.
7	الاستدلال إنها المعرفة القائمة على التجربة والخطأ والتقييمات والتجريب.
8	هندسة المعرفة اكتساب المعرفة من الخبراء البشريين والموارد الأخرى.
9	التصورات إنه التنسيق الذي يحصل فيه الوكيل على معلومات حول البيئة.
10	تشذيب تجاوز الاعتبارات غير الضرورية وغير ذات الصلة في أنظمة الذكاء الاصطناعي.
11	قاعدة إنه شكل يمثل قاعدة المعرفة في نظام الخبراء. إنه في شكل IF-THEN-ELSE.
12	الصدف القشرة هي برنامج يساعد في تصميم محرك الاستدلال وقاعدة المعرفة وواجهة المستخدم لنظام خبير.
13	مهمة إنه الهدف الذي يحاول الوكيل تحقيقه.
14	اختبار تورينج اختبار طوره آلان تورينج لاختبار ذكاء الآلة مقارنة بالذكاء البشري

الذكاء الاصطناعي - الشبكات العصبية

هناك مجال بحثي آخر في الذكاء الاصطناعي ، الشبكات العصبية ، مستوحى من الشبكة العصبية الطبيعية للجهاز العصبي البشري.

ما هي الشبكات العصبية الاصطناعية (ANN)؟

يعرّف مخترع أول كمبيوتر عصبي ، الدكتور روبرت هيشت-نيلسن ، الشبكة العصبية على أنها -

"... نظام حوسبة يتكون من عدد من عناصر المعالجة البسيطة شديدة الترابط ، والتي تعالج المعلومات من خلال استجابة الحالة الديناميكية للمدخلات الخارجية."

الهيكل الأساسي لشبكات ANN

وتستند فكرة الشبكات العصبية الصناعية على الاعتقاد بأن عمل الدماغ البشري من خلال جعل الاتصالات المناسبة، يمكن تقليدها باستخدام السيليكون والأسلاك بأنهم يعيشون الخلايا العصبية و التشعبات .

يتكون دماغ الإنسان من 86 مليار خلية عصبية تسمى الخلايا العصبية. وهي متصلة بآلاف الخلايا الأخرى بواسطة محاور. يتم قبول المنبهات من البيئة الخارجية أو المدخلات من الأعضاء الحسية عن طريق التشعبات. تخلق هذه المدخلات نبضات كهربائية تنتقل بسرعة عبر الشبكة العصبية. يمكن للخلايا العصبية بعد ذلك إرسال الرسالة إلى خلية عصبية أخرى للتعامل مع المشكلة أو لا ترسلها إلى الأمام.

تتكون ANNs من عقد متعددة ، والتي تحاكي الخلايا العصبية البيولوجية للدماغ البشري. ترتبط الخلايا العصبية بروابط وتتفاعل مع بعضها البعض. يمكن للعقد أخذ بيانات الإدخال وإجراء عمليات بسيطة على البيانات. يتم تمرير نتيجة هذه العمليات إلى الخلايا العصبية الأخرى. الإخراج في كل عقدة يسمى التنشيط أو قيمة العقدة.

كل رابط مرتبط بالوزن. الشبكات العصبية الاصطناعية قادرة على التعلم ، والذي يحدث عن طريق تغيير قيم الوزن. يوضح الرسم التوضيحي التالي ANN بسيطًا -

أنواع الشبكات العصبية الاصطناعية

هناك نوعان من طوبولوجيا الشبكة العصبية الاصطناعية - FeedForward و Feedback.

FeedForward ANN

في هذا ANN ، يكون تدفق المعلومات أحادي الاتجاه. ترسل الوحدة معلومات إلى وحدة أخرى لا تتلقى منها أي معلومات. لا توجد حلقات تغذية مرتدة. يتم استخدامها في إنشاء / التعرف / التصنيف. لديهم مدخلات ومخرجات ثابتة.

FeedBack ANN

هنا ، حلقات التغذية الراجعة مسموح بها. يتم استخدامها في محتوى ذكريات عنونة.

عمل شبكات ANN

في المخططات الهيكلية الموضحة ، يمثل كل سهم اتصالاً بين خليتين عصبيتين ويشير إلى مسار تدفق المعلومات. كل اتصال له وزن ، وهو رقم صحيح يتحكم في الإشارة بين العصبونين.

إذا كانت الشبكة تنتج مخرجات "جيدة أو مرغوبة" ، فلا داعي لضبط الأوزان. ومع ذلك ، إذا كانت الشبكة تولد ناتجًا "ضعيفًا أو غير مرغوب فيه" أو خطأ ، فسيقوم النظام بتغيير الأوزان من أجل تحسين النتائج اللاحقة.

تعلم الآلة في شبكات ANN

شبكات ANN قادرة على التعلم ويجب تدريبها. هناك العديد من استراتيجيات التعلم -

التعلم الخاضع للإشراف - إنه ينطوي على معلم عالِم أكثر من ANN نفسها. على سبيل المثال ، يقوم المعلم بتغذية بعض أمثلة البيانات التي يعرف المعلم إجاباتها بالفعل.
على سبيل المثال ، التعرف على الأنماط. تأتي ANN بتخمينات مع الاعتراف. ثم يقوم المعلم بتزويد شبكة ANN بالإجابات. ثم تقوم الشبكة بمقارنة التخمينات بالإجابات "الصحيحة" للمعلم وإجراء التعديلات وفقًا للأخطاء.
التعلم غير الخاضع للإشراف - يكون مطلوبًا في حالة عدم وجود مجموعة بيانات نموذجية بإجابات معروفة. على سبيل المثال ، البحث عن نمط مخفي. في هذه الحالة ، يتم إجراء التجميع ، أي تقسيم مجموعة من العناصر إلى مجموعات وفقًا لبعض الأنماط غير المعروفة ، بناءً على مجموعات البيانات الموجودة الموجودة.
التعلم المعزز - هذه الاستراتيجية مبنية على الملاحظة. تتخذ ANN قرارًا من خلال مراقبة بيئتها. إذا كانت الملاحظة سلبية ، تقوم الشبكة بضبط أوزانها لتتمكن من اتخاذ قرار مطلوب مختلف في المرة القادمة.

خوارزمية الانتشار العكسي

إنها خوارزمية التدريب أو التعلم. يتعلم بالقدوة. إذا قدمت إلى الخوارزمية مثالاً لما تريد أن تفعله الشبكة ، فإنها تغير أوزان الشبكة بحيث يمكنها إنتاج المخرجات المطلوبة لمدخل معين عند إنهاء التدريب.

تعد شبكات الانتشار العكسي مثالية للتعرف على الأنماط البسيطة ومهام التخطيط.

شبكات بايزي (BN)

هذه هي الهياكل الرسومية المستخدمة لتمثيل العلاقة الاحتمالية بين مجموعة من المتغيرات العشوائية. تسمى شبكات بايز أيضًا شبكات الإيمان أو شبكات بايز. سبب BNs حول مجال غير مؤكد.

في هذه الشبكات ، تمثل كل عقدة متغيرًا عشوائيًا بمقترحات محددة. على سبيل المثال ، في مجال التشخيص الطبي ، يمثل سرطان العقدة الافتراض بأن المريض مصاب بالسرطان.

تمثل الحواف التي تربط العقد تبعيات احتمالية بين تلك المتغيرات العشوائية. إذا كانت إحدى العقدتين تؤثر على الأخرى ، فيجب أن تكون مرتبطة بشكل مباشر في اتجاهات التأثير. يتم تحديد قوة العلاقة بين المتغيرات من خلال الاحتمال المرتبط بكل عقدة.

هناك قيد فقط على الأقواس في BN لا يمكنك العودة إلى العقدة ببساطة باتباع الأقواس الموجهة. ومن ثم تسمى BNs الرسوم البيانية غير الحلقية الموجهة (DAGs).

BNs قادرة على التعامل مع المتغيرات متعددة القيم في وقت واحد. تتكون متغيرات BN من بعدين -

مجموعة من حروف الجر
الاحتمالية المخصصة لكل حرف جر.

ضع في اعتبارك مجموعة محدودة X = {X 1 ، X 2 ، ... ، X n } من المتغيرات العشوائية المنفصلة ، حيث قد يأخذ كل متغير X i قيمًا من مجموعة محدودة ، يرمز إليها Val (X i ). إذا كان هناك رابط مباشر من المتغير X i إلى المتغير X j ، فإن المتغير X i سيكون أصل المتغير X j الذي يظهر التبعيات المباشرة بين المتغيرات.

هيكل BN مثالي للجمع بين المعرفة السابقة والبيانات المرصودة. يمكن استخدام BN لتعلم العلاقات السببية وفهم مجالات المشاكل المختلفة والتنبؤ بالأحداث المستقبلية ، حتى في حالة فقدان البيانات.

بناء شبكة بايزي

يمكن لمهندس المعرفة بناء شبكة بايزي. هناك عدد من الخطوات التي يحتاج مهندس المعرفة إلى اتخاذها أثناء بنائه.

مشكلة سبيل المثال - سرطان الرئة. يعاني المريض من ضيق في التنفس. يزور الطبيب للاشتباه في إصابته بسرطان الرئة. يعلم الطبيب أنه باستثناء سرطان الرئة ، هناك العديد من الأمراض الأخرى المحتملة التي قد يعاني منها المريض مثل السل والتهاب الشعب الهوائية.

جمع المعلومات ذات الصلة بالمشكلة

هل المريض مدخن؟ إذا كانت الإجابة بنعم ، فإن فرص الإصابة بالسرطان والتهاب الشعب الهوائية مرتفعة.
هل المريض معرض لتلوث الهواء؟ إذا كانت الإجابة بنعم ، ما هو نوع تلوث الهواء؟
تشير الأشعة السينية الإيجابية إلى الإصابة بالسل أو سرطان الرئة.

تحديد المتغيرات الشيقة

مهندس المعرفة يحاول الإجابة على الأسئلة -

ما العقد التي يجب تمثيلها؟
ما هي القيم التي يمكنهم اتخاذها؟ في أي دولة يمكن أن يكونوا؟

الآن دعونا نفكر في العقد ذات القيم المنفصلة فقط. يجب أن يأخذ المتغير إحدى هذه القيم بالضبط في كل مرة.

الأنواع الشائعة من العقد المنفصلة هي -

العقد المنطقية (Boolean nodes) - تمثل الافتراضات ، مع أخذ القيم الثنائية TRUE (T) و FALSE (F).
القيم المطلوبة - قد يمثل تلوث العقدة ويأخذ قيمًا من {low، medium، high} لوصف درجة تعرض المريض للتلوث.
القيم المتكاملة - قد تمثل العقدة المسماة Age عمر المريض بقيم محتملة من 1 إلى 120. حتى في هذه المرحلة المبكرة ، يتم اتخاذ خيارات النمذجة.

العقد والقيم المحتملة لمثال سرطان الرئة -

اسم العقدة	نوع	القيمة
Polution	الثنائية	{منخفضة ، مرتفعة ، متوسطة}
المدخن	قيمة منطقية	{صحيح ، فاسلي}
سرطان الرئة	قيمة منطقية	{صحيح ، فاسلي}
الأشعة السينية	الثنائية	{إيجابي ، سلبي}

إنشاء أقواس بين العقد

يجب أن تلتقط طوبولوجيا الشبكة العلاقات النوعية بين المتغيرات.

على سبيل المثال ، ما الذي يسبب إصابة المريض بسرطان الرئة؟ - التلوث والتدخين. ثم أضف أقواسًا من تلوث العقدة وعقدة المدخن إلى عقدة سرطان الرئة.

وبالمثل ، إذا كان المريض مصابًا بسرطان الرئة ، فستكون نتيجة الأشعة السينية إيجابية. ثم أضف أقواسًا من عقدة سرطان الرئة إلى عقدة X-Ray.

حدد الطوبولوجيا

تقليديا ، يتم وضع BNs بحيث تشير الأقواس من أعلى إلى أسفل. يتم إعطاء مجموعة العقد الأصلية للعقدة X بواسطة الآباء (X).

و سرطان الرئة عقدة لديه والدان (الأسباب أو الأسباب): التلوث و مدخن ، في حين أن عقدة مدخن هو سلف من عقدة X-راي . وبالمثل، X-راي هو طفل (نتيجة أو آثار) من عقدة سرطان الرئة و خليفة العقد مدخن و التلوث.

الاحتمالات الشرطية

حدد الآن العلاقات بين العقد المتصلة: يتم ذلك عن طريق تحديد توزيع احتمالي مشروط لكل عقدة. نظرًا لأن المتغيرات المنفصلة فقط يتم أخذها في الاعتبار هنا ، فإن هذا يأخذ شكل جدول الاحتمالية الشرطية (CPT).

أولاً ، بالنسبة لكل عقدة ، نحتاج إلى إلقاء نظرة على جميع المجموعات الممكنة لقيم تلك العقد الأصلية. تسمى كل تركيبة من هذا القبيل إنشاء مثيل للمجموعة الأصل. لكل مثيل مميز لقيم العقدة الأصلية ، نحتاج إلى تحديد الاحتمال الذي سيتخذه الطفل.

على سبيل المثال، سرطان الرئة الآباء عقدة هم التلوث و التدخين. يأخذون القيم الممكنة = {(H، T)، (H، F)، (L، T)، (L، F)}. تحدد CPT احتمالية الإصابة بالسرطان لكل حالة من هذه الحالات على أنها <0.05 ، 0.02 ، 0.03 ، 0.001> على التوالي.

سيكون لكل عقدة احتمالية مشروطة مرتبطة على النحو التالي -

تطبيقات الشبكات العصبية

يمكنهم أداء مهام سهلة على الإنسان ولكنها صعبة على الآلة -

الفضاء - طائرات الطيار الآلي ، كشف أعطال الطائرات.
السيارات - أنظمة توجيه السيارات.
الجيش - توجيه السلاح وتوجيهه ، وتتبع الهدف ، والتمييز بين الأشياء ، والتعرف على الوجه ، وتحديد الإشارة / الصورة
الإلكترونيات - توقع تسلسل الكود ، تخطيط رقاقة IC ، تحليل فشل الرقاقة ، رؤية الآلة ، تركيب الصوت.
المالية - التقييم العقاري ، مستشار القروض ، فحص الرهن العقاري ، تصنيف سندات الشركات ، برنامج تداول المحفظة ، التحليل المالي للشركات ، التنبؤ بقيمة العملة ، قراء المستندات ، مقيمو طلبات الائتمان.
صناعي - التحكم في عملية التصنيع ، تصميم المنتج وتحليله ، أنظمة فحص الجودة ، تحليل جودة اللحام ، توقع جودة الورق ، تحليل تصميم المنتجات الكيميائية ، النمذجة الديناميكية لأنظمة العمليات الكيميائية ، تحليل صيانة الماكينة ، تقديم العطاءات للمشروع ، التخطيط والإدارة.
طبي - تحليل الخلايا السرطانية ، تحليل مخطط كهربية الدماغ وتخطيط القلب ، تصميم الأطراف الصناعية ، مُحسِّن وقت الزرع.
الكلام - التعرف على الكلام ، تصنيف الكلام ، تحويل النص إلى كلام.
الاتصالات - ضغط الصور والبيانات ، خدمات المعلومات الآلية ، ترجمة اللغة المنطوقة في الوقت الحقيقي.
النقل - تشخيص نظام فرامل الشاحنات وجدولة المركبات وأنظمة التوجيه.
البرنامج - التعرف على الأنماط في التعرف على الوجه ، والتعرف البصري على الأحرف ، وما إلى ذلك.
توقع السلاسل الزمنية - تُستخدم الشبكات العصبية الاصطناعية لإجراء تنبؤات بشأن المخزونات والكوارث الطبيعية.
معالجة الإشارات - يمكن تدريب الشبكات العصبية على معالجة الإشارة الصوتية وتصفيتها بشكل مناسب في المعينات السمعية.
التحكم - غالبًا ما تستخدم شبكات ANN لاتخاذ قرارات توجيه المركبات المادية.
اكتشاف الشذوذ - نظرًا لأن الشبكات العصبية الاصطناعية خبيرة في التعرف على الأنماط ، فيمكن أيضًا تدريبها لتوليد مخرجات عندما يحدث شيء غير عادي لا يتوافق مع النمط.

الذكاء الاصطناعي - الروبوتات

الروبوتات هي مجال في الذكاء الاصطناعي يتعامل مع دراسة إنشاء روبوتات ذكية وفعالة.

ما هي الروبوتات؟

الروبوتات هي العوامل الاصطناعية التي تعمل في بيئة العالم الحقيقي.

موضوعي

تهدف الروبوتات إلى معالجة الأشياء من خلال إدراك الخصائص الفيزيائية للكائن أو التقاطها أو تحريكها أو تعديلها أو تدميرها أو الحصول على تأثير وبالتالي تحرير القوى العاملة من القيام بوظائف متكررة دون الشعور بالملل أو التشتت أو الإرهاق.

ما هي الروبوتات؟

الروبوتات هي فرع من فروع الذكاء الاصطناعي ، وتتألف من الهندسة الكهربائية والهندسة الميكانيكية وعلوم الكمبيوتر لتصميم وبناء وتطبيق الروبوتات.

جوانب الروبوتات

تتمتع الروبوتات ببناء ميكانيكي أو شكل أو شكل مصمم لإنجاز مهمة معينة.
لديهم مكونات كهربائية تعمل على تشغيل الماكينة والتحكم فيها.
تحتوي على مستوى معين من برامج الكمبيوتر التي تحدد ماذا ومتى وكيف يفعل الروبوت شيئًا ما.

الاختلاف في نظام الروبوت وبرامج الذكاء الاصطناعي الأخرى

هنا هو الفرق بين الاثنين -

برامج الذكاء الاصطناعي	الروبوتات
عادة ما تعمل في عوالم يحفزها الكمبيوتر.	يعملون في العالم المادي الحقيقي
المدخلات في برنامج الذكاء الاصطناعي هي في الرموز والقواعد.	مدخلات الروبوتات هي إشارة تناظرية على شكل شكل موجة أو صور
يحتاجون إلى أجهزة كمبيوتر للأغراض العامة للعمل عليها.	يحتاجون إلى أجهزة خاصة مزودة بأجهزة استشعار ومؤثرات.

حركة الروبوت

الحركة هي الآلية التي تجعل الإنسان الآلي قادرًا على التحرك في بيئته. هناك أنواع مختلفة من الحركات -

أرجل
بعجلات
مزيج من الحركة ذات الأرجل والعجلات
زلة / انزلاق مجنزرة

حركة أرجل

يستهلك هذا النوع من الحركة مزيدًا من القوة أثناء إظهار المشي ، والقفز ، والهرولة ، والقفز ، والتسلق لأعلى أو لأسفل ، إلخ.
يتطلب عددًا أكبر من المحركات لإنجاز الحركة. وهي مناسبة للتضاريس الوعرة والسلسة حيث تجعل السطح غير المنتظم أو الأملس للغاية تستهلك المزيد من الطاقة لتحرك بعجلات. يصعب تنفيذه قليلاً بسبب قضايا الاستقرار.
يأتي مع مجموعة متنوعة من أرجل واحدة واثنين وأربعة وستة. إذا كان للروبوت عدة أرجل ، فإن تنسيق الساق ضروري للحركة.

يعتمد العدد الإجمالي للمشيات الممكنة (تسلسل دوري لأحداث الرفع والإفراج لكل من الأرجل الكلية) على عدد أرجل الروبوت.

إذا كان للروبوت k أرجل ، فإن عدد الأحداث المحتملة N = (2k-1) !.

في حالة وجود روبوت ذو قدمين (ك = 2) ، فإن عدد الأحداث المحتملة هو N = (2k-1)! = (2 * 2-1)! = 3! = 6.

ومن ثم هناك ستة أحداث مختلفة محتملة -

رفع الساق اليسرى
تحرير الساق اليسرى
رفع الساق اليمنى
تحرير الساق اليمنى
رفع كلا الساقين معًا
حرر كلا الساقين معًا

في حالة k = 6 أرجل ، هناك 39916800 حدث محتمل. ومن ثم فإن تعقيد الروبوتات يتناسب طرديا مع عدد الأرجل.

الحركة ذات العجلات

يتطلب عددًا أقل من المحركات لإنجاز الحركة. يسهل تنفيذه نظرًا لوجود مشكلات استقرار أقل في حالة زيادة عدد العجلات. إنها موفرة للطاقة مقارنة بحركة الأرجل.

العجلة القياسية - تدور حول محور العجلة وحول جهة التلامس
عجلة الخروع - تدور حول محور العجلة ومفصل توجيه الإزاحة.
عجلات سويدي بزاوية 45 درجة وسويدي 90 درجة - عجلة أومني ، تدور حول نقطة الاتصال وحول محور العجلة وحول البكرات.
عجلة كروية أو كروية - عجلة متعددة الاتجاهات ، يصعب تنفيذها من الناحية الفنية.

حركة الانزلاق / الانزلاق

في هذا النوع ، تستخدم المركبات المسارات كما في الخزان. يتم توجيه الروبوت عن طريق تحريك المسارات بسرعات مختلفة في نفس الاتجاه أو الاتجاه المعاكس. إنه يوفر الاستقرار بسبب مساحة الاتصال الكبيرة للمسار والأرض.

مكونات الروبوت

يتم تصنيع الروبوتات بما يلي -

مزود الطاقة - يتم تشغيل الروبوتات بواسطة البطاريات أو الطاقة الشمسية أو مصادر الطاقة الهيدروليكية أو الهوائية.
المشغلات - يقومون بتحويل الطاقة إلى حركة.
المحركات الكهربائية (AC / DC) - وهي مطلوبة للحركة الدورانية.
عضلات الهواء الهوائية - تتقلص بنسبة 40٪ تقريبًا عند امتصاص الهواء فيها.
أسلاك العضلات - تتقلص بنسبة 5٪ عند مرور التيار الكهربائي من خلالها.
Piezo Motors و Ultrasonic Motors - الأفضل للروبوتات الصناعية.
المستشعرات - توفر معرفة بالمعلومات في الوقت الفعلي حول بيئة المهمة. تم تجهيز الروبوتات بأجهزة استشعار للرؤية لحساب العمق في البيئة. يحاكي المستشعر اللمسي الخصائص الميكانيكية لمستقبلات اللمس بأطراف أصابع الإنسان.

الرؤية الحاسوبية

هذه هي تقنية الذكاء الاصطناعي التي يمكن للروبوتات رؤيتها. تلعب رؤية الكمبيوتر دورًا حيويًا في مجالات السلامة والأمن والصحة والوصول والترفيه.

تقوم رؤية الكمبيوتر تلقائيًا باستخراج المعلومات المفيدة من صورة واحدة أو مجموعة من الصور وتحليلها وفهمها. تتضمن هذه العملية تطوير الخوارزميات لتحقيق الفهم البصري التلقائي.

أجهزة نظام الرؤية الحاسوبية

هذا يتضمن -

مزود الطاقة
جهاز الحصول على الصور مثل الكاميرا
معالج
برنامج
جهاز عرض لمراقبة النظام
الملحقات مثل حوامل الكاميرا والكابلات والموصلات

مهام الرؤية الحاسوبية

OCR - في مجال أجهزة الكمبيوتر ، برنامج قارئ الأحرف البصرية ، وهو برنامج لتحويل المستندات الممسوحة ضوئيًا إلى نص قابل للتحرير ، والذي يرافق الماسح الضوئي.
اكتشاف الوجه - تأتي العديد من الكاميرات الحديثة مع هذه الميزة ، والتي تمكن من قراءة الوجه والتقاط صورة لهذا التعبير المثالي. يتم استخدامه للسماح للمستخدم بالوصول إلى البرنامج عند التطابق الصحيح.
التعرف على الأشياء - يتم تثبيتها في محلات السوبر ماركت والكاميرات والسيارات الراقية مثل BMW و GM و Volvo.
تقدير الموضع - هو تقدير موضع الجسم فيما يتعلق بالكاميرا كما هو الحال في موضع الورم في جسم الإنسان.

مجالات تطبيق رؤية الكمبيوتر

الزراعة
المركبات ذاتية القيادة
القياسات الحيوية
التعرف على الشخصية
الطب الشرعي والأمن والمراقبة
فحص الجودة الصناعية
تمييز الوجوه
تحليل الإيماءات
علوم الأرض
الصور الطبية
مراقبة التلوث
تحكم العملية
الاستشعار عن بعد
علم الروبوتات
المواصلات

تطبيقات الروبوتات

لقد لعبت الروبوتات دورًا فعالًا في مختلف المجالات مثل -

الصناعات - تُستخدم الروبوتات لمناولة المواد والقطع واللحام والطلاء بالألوان والحفر والتلميع ، إلخ.
عسكري - يمكن للروبوتات المستقلة الوصول إلى المناطق الخطرة التي يتعذر الوصول إليها أثناء الحرب. يعمل الروبوت المسمى Daksh ، الذي طورته منظمة الأبحاث والتطوير الدفاعية (DRDO) ، على تدمير الأشياء التي تهدد الحياة بأمان.
الطب - الروبوتات قادرة على إجراء مئات الاختبارات السريرية في وقت واحد ، وإعادة تأهيل المعاقين بشكل دائم ، وإجراء العمليات الجراحية المعقدة مثل أورام المخ.
الاستكشاف - على سبيل المثال لا الحصر ، متسلقو الصخور الروبوتيون الذين يستخدمون لاستكشاف الفضاء ، والطائرات بدون طيار المستخدمة في استكشاف المحيطات.
الترفيه - ابتكر مهندسو ديزني مئات الروبوتات لصناعة الأفلام.