airjordanssretro3sale

Berita Game dan Informasi Teknologi

Jaringan Saraf Dalam Anda diinginkan Amerika

Published / by Ridho Erwandani / 1 Comment on Jaringan Saraf Dalam Anda diinginkan Amerika

http://www.airjordanssretro3sale.com – Departemen Keamanan Dalam Negeri beralih ke ilmuwan data untuk memperbaiki teknik skrining di bandara.

Pada hari Kamis, departemen tersebut, yang bekerja dengan Google, memperkenalkan sebuah kontes senilai $ 1,5 juta untuk membangun algoritma komputer yang dapat secara otomatis mengidentifikasi item tersembunyi dalam gambar yang diambil oleh pemeriksa mayat.

Pemerintah memasang uang itu, dan kontes enam bulan akan dijalankan oleh Kaggle, sebuah situs yang menampung lebih dari satu juta ilmuwan data yang baru-baru ini diakuisisi oleh Google.

Meskipun ilmuwan data dapat menerapkan teknik apapun dalam membangun algoritma ini, kontes ini adalah cara untuk memanfaatkan kemajuan dalam teknologi yang disebut jaringan Saraf dalam, kata pendiri dan CEO Kaggle, Anthony Goldbloom. Jaringan Saraf tiruan adalah sistem matematika yang kompleks yang dapat mempelajari tugas tertentu dengan menganalisis sejumlah besar data. Umpanlah jutaan foto kucing ke dalam jaringan saraf, misalnya, dan bisa belajar mengenal kucing.

Perusahaan seperti Google dan Facebook menggunakan teknologi untuk melakukan hal-hal seperti mengenali wajah dalam gambar online, mengenali perintah yang diucapkan ke dalam ponsel cerdas dan menerjemahkan satu bahasa ke bahasa lainnya. Tapi kemungkinannya jauh melampaui aplikasi smartphone dan layanan online lainnya.

Awal tahun ini, Kaggle menjalankan sebuah kontes seharga $ 1 juta untuk membangun algoritma yang mampu mengidentifikasi tanda-tanda kanker paru-paru di CT scan, membantu usaha yang lebih besar untuk menerapkan jaringan saraf ke perawatan kesehatan. Sekarang, harapannya adalah bahwa jaringan Saraf tiruan juga dapat membantu sistem otomatis membaca pemindaian tubuh dengan akurasi yang lebih tinggi, sehingga pekerja di pos pemeriksaan bisa menghabiskan lebih sedikit waktu untuk menarik penumpang dan menepuknya.

“Kami mulai dengan mencoba mencari tahu apa itu seekor anjing dan apa itu kucing,” kata Goldbloom, mengacu pada komunitas perusahaan, akademisi, dan peneliti lain yang tumbuh dengan jaringan saraf. “Sekarang, kita pindah ke wilayah yang lebih serius.”

John W. Halinski, mantan wakil administrator di Administrasi Keamanan Transportasi yang sekarang bekerja sebagai konsultan keamanan, menyambut gagasan “crowdsourcing” karena bisa memanfaatkan keahlian ilmuwan data apapun. Hal ini semakin penting, katanya, karena keamanan bandara berkonsolidasi hanya sekitar beberapa perusahaan besar.

“Ada banyak orang di luar sana yang piawai dalam memecahkan masalah yang sulit,” kata John Fortune, seorang manajer program di bidang ilmu pengetahuan dan teknologi Departemen Keamanan Dalam Negeri.

Homeland Security dan Organisasi Lainnya Mengecek Saraf

Homeland Security dan organisasi lainnya sedang berupaya memperbaiki teknologi yang digunakan di pos pemeriksaan bandara, dengan T.S.A. Mulai menggelar sistem CT baru yang dapat secara otomatis mengidentifikasi barang-barang yang tersembunyi dalam bagasi penumpang, dan setidaknya satu perusahaan, Smiths Detection, mengeksplorasi penggunaan jaringan Saraf tiruan di pos pemeriksaan keamanan.

Secara teori, jaringan Saraf tiruan dapat mempercepat evolusi keamanan bandara, terutama karena sistem semacam itu dapat belajar dengan sangat cepat dari data, bergantung pada peraturan dan kode individual yang dibangun dengan susah payah oleh para insinyur.

Untuk membantu ilmuwan data dan periset belajar mesin melatih algoritme mereka, Homeland Security memasok lebih dari 1.000 pemindaian tubuh tiga dimensi.

Departemen ini tidak berbagi pemindaian lebih dari dua juta orang yang diputar setiap hari di bandara negara tersebut. Sebagai gantinya, T.S.A. Para pekerja mengajukan diri untuk membantu membuat data untuk kontes dari awal, berulang kali berjalan melalui serangkaian tes scanner di laboratorium di New Jersey. Dalam beberapa kasus, para pekerja membawa barang tersembunyi melalui pemindai, dan gambar-gambar ini diberi label dengan hati-hati.

Dengan menganalisis data ini, jaringan Saraf tiruan dan algoritma lainnya dapat belajar untuk menentukan item tersembunyi dengan sendirinya. Jeremy Achin, pendiri dan chief executive dari perusahaan analisis data DataRobot, mengatakan bahwa jaringan Saraf tiruan sangat sesuai untuk tugas Judi Bola Online Terpercaya tersebut.

Tapi dia juga mengingatkan bahwa teknologi tersebut bisa membuat kesalahan dan bahwa dalam beberapa kasus bisa rentan terhadap pelaku buruk. Penelitian telah menunjukkan bahwa setelah menganalisis kinerja sistem pengenalan citra yang didorong oleh jaringan Saraf tiruan, penjahat dapat menandai atau mengubah item dengan cara yang membodohi sistem agar melihat hal-hal yang tidak ada – atau gagal melihat hal-hal yang ada.

Untuk alasan tersebut, tujuan utamanya bukan untuk membangun teknologi yang menggantikan pemeriksa manusia, tetapi untuk menemukan cara untuk menghapus sebagian dari beban dari screener tersebut, kata Mr. Goldbloom.

Di dunia perawatan kesehatan, peneliti melihat deep learning sebagai sesuatu yang bisa menambah talenta dokter, bukan menggantinya. Pemikiran yang sama berlaku dalam keamanan bandara, setidaknya dalam jangka pendek.

Namun harapannya adalah bahwa teknologi ini dan lainnya, dari waktu ke waktu, akan memperbaiki tugas pemeriksaan keamanan ini secara signifikan dan lainnya, termasuk pemindaian bagasi penumpang, pemindaian kargo dan pengenalan wajah.

“Saat mengidentifikasi item risiko di bagasi atau melalui pemindaian tubuh, algoritma hari ini tidak buruk,” kata Anthony Roman, seorang mantan pilot komersial yang mengelola perusahaan manajemen risiko Roman & Associates. “Tapi positif palsu akan terdorong turun. Kita mungkin dalam 10 sampai 15 tahun ke depan mencapai titik di mana agen judi aduq semua ini otomatis. “

One Comment