Sztuczna inteligencja (SI/ AI) budzi różne skojarzenia. Jej zastosowanie kryje się w obszarach, o których nie mamy pojęcia. Jednak często wykorzystujemy AI lub jesteśmy odbiorcami działań opartych o tą technologię nie wiedząc o tym. Z pewnością wielu osobom zdarzyło się zastanawiać, czy i jak może wdrożyć sztuczną inteligencję w swoim biznesie. Jednym z typów sztucznej inteligencji jest rozpoznawanie i przetwarzanie obrazów, który już ma duży wpływ na rozwój wielu firm. Przykłady wykorzystania tej technologii w różnych sektorach może stanowić wzór do naśladowania lub inspiracji dla innej organizacji.
Czy warto stosować rozpoznawanie obrazu?
Obecnie jest to pewnie najbardziej rozwinięta dziedzina AI, ponieważ dostarcza istotne korzyści dla biznesu. Świadczą o tym również raporty pokazujące wzrost wartości rynku rozpoznawania obrazów i prognozy na przyszłość. Według raportu Grand View Research z 2019 roku, wartość rynku widzenia komputerowego osiągnie 41,60 mld USD do 2030 r. Jak jednak pokazały moje badania, które dotyczyły wiedzy na temat zaawansowanych technologii stosowanych w marketingu w Polsce, znajomość tej technologii pozostało znikoma. Co więcej, według raportu State of Marketing AI Report 2021 50 procent respondentów określiło swój poziom zrozumienia słownictwa związanego ze sztuczną inteligencją i jej możliwości na poziomie początkującym. A rozpoznawanie obrazów jest jedną z możliwości sztucznej inteligencji przetwarzania danych. Warto zatem dowiedzieć się więcej o tej technologii i jej wykorzystaniu, aby wyprzedzić konkurencję.
Czym jest rozpoznawanie obrazu?
Wracając jednak do początku, czyli wyjaśnienia jak działa ta technologia. Rozpoznawanie obrazów to umiejętność sztucznej inteligencji (z ang. Artificial intelligence – AI) „widzenia” przez komputer obrazów różnych obiektów (np. ludzi, zwierząt, budynków). Ta technologia analizuje zarówno wszystko co ją otacza (potrafi wyszukiwać jakby „cyfrowym okiem” przedmioty), jak i obrazy (zdjęcia, grafiki) i filmy. Są to dla niej dane wizualne. Dzięki temu może „widzieć” inne takie same lub podobne przedmioty i przydzielać do odpowiedniej grupy. To rozwiązanie technologiczne rozpoznaje nie tylko obiekt, ale także jego kontekst. Następnie przydziela te obiekty do danej grupy, wyciąga wnioski po analizie zbioru danych, czyli takich obiektów i na tej podstawie podejmuje działania.
Co warto zapamiętać to, iż rozpoznawanie obrazów jest rodzajem komputerowego widzenia, czyli widzenia obiektów przez komputer.
Zobacz również:
Sztuczna inteligencja AI pobije ludzką inteligencję.
Jak sztuka pokazuje możliwości rozpoznawania obrazu?
Każda branża może idealnie dostosować to rozwiązanie do swoich potrzeb. Sztuka nie jest wyjątkiem. Jednak nie tylko sami artyści wykorzystują rozpoznawanie obrazów w projektach artystycznych. Takie projekty tworzą wspólnie również eksperci z różnych dziedzin: historycy i kuratorzy sztuki, twórcy technologii i firmy technologiczne. Przez dekady nastąpił wyraźny rozwój sztucznej inteligencji i jej twórczych możliwości. Naukowcy i artyści krok po kroku przesuwali granice twórczego działania sztucznej inteligencji i rozpoznawania obrazów. Sztuka doskonale pokazuje, jakie ta technologia ma możliwości. Dobrym tego przykładem jest projekt artystyczny „The Next Rembrandt”.
Autoportret Rembrandta wydrukowany w 3D jest efektem eksperymentu, w którym wykorzystano algorytm do rozpoznawania twarzy. Najpierw nauczył się on techniki (stylu) malowania Rembrandta, a następnie namalował jego autoportret. Było to możliwe, ponieważ algorytm przeanalizował 346 obrazów Rembrandta. Następnie naśladował jego pociągnięcia pędzla i ostatecznie wydrukował obraz drukarką 3D z 13 warstwami atramentu. System wykorzystał dane ze 148 milionów pikseli i 168 263 fragmentów obrazów Rembrandta. Co ważne, nie była to kopia obrazu Rembrandta, ale jak podkreślił Ron Augustus, dyrektor z Microsoftu, naśladowanie jego stylu. „Ostatnia praca nie jest kopią pracy Rembrandta i nie jest tym, co koniecznie by namalował, gdyby żył dłużej niż żył – jest to wizualizacja danych w pięknej twórczej formie. Jest to potężna demonstracja, w jaki sposób dane mogą być… używane, aby uczynić życie piękniejszym”.
Odbiorcy nie domyślili się, iż to nie sam mistrz stworzył swój nowy autoportret. Świadczy to o tym, iż eksperyment się udał. 
Ten przykład zastosowania rozpoznawania i przetwarzania obrazu (danych wizualnych) pokazuje, jak bardzo system może być dokładny i zaawansowany. Oznacza to, iż dzięki temu każda branża może dostosować go do swoich potrzeb.
Zobacz również:
Czy sztuczna inteligencja może być kreatywna.
AI w medycynie – wspomaga leczenie niepłodności i diagnozowanie nowotworów
Medycyna również wykorzystuje sztuczną inteligencję i przetwarzanie obrazów. Rozpoznawanie obrazów z badań medycznych, takich jak rezonans magnetyczny, badań rentgenowskich, tomografii komputerowej (dokładniejsze badanie rentgenowskie) i endoskopii w diagnozowaniu są stosowane do wykrywania chorób żołądkowo-jelitowych, nowotworów i choroby serca.
Sztuczna inteligencja i dane w postaci obrazu mogą również pomóc parom starającym się o poczęcie dzieci. Przykładowo, polska firma stworzyła program, który wspiera procedurę zapłodnienia in vitro. Ocenia on obrazy zarodków podczas ich selekcji w leczeniu klinicznym. W ten sposób program ten pomaga embriologom, przez co może zwiększyć ich efektywność. Istnieje również inne oprogramowanie mające na celu poprawę diagnostyki płodności kobiet poprzez wspieranie ginekologów w badaniu ultrasonograficznym (USG) rezerw jajnikowych. Pomaga lekarzom wybrać lepsze leczenie dla pacjenta i tym samym zwiększyć jego skuteczność. Platforma ta naśladuje wiedzę doświadczonych ekspertów medycznych, dzięki czemu może być udostępniona każdej jednostce opieki zdrowotnej.
Co więcej, technologia rozpoznawania obrazu, służy również do wykrywania komórek nowotworowych na wstępnym etapie ich rozwoju. Naukowcy stworzyli technologię, która wykorzystuje sztuczną inteligencję, aby pomóc w diagnozowaniu kilku rodzajów raka (np. raka piersi). Bardziej zaawansowane rodzaje sztucznej inteligencji, czyli głębokie uczenie i uczenie maszynowe, służą do rozpoznawania obrazów medycznych z badań rentgenowskich (mammografii), ultrasonograficznych (USG) i histopatologicznych. To ostatnie badanie ma na celu określenie etapu procesu choroby na podstawie oceny pod mikroskopem pobranego materiału. W tym przypadku te technologie dają większą dokładność diagnozowania raka piersi i lokalizacji miejsca dotkniętego rakiem.
Zobacz również:
Sztuczna inteligencja w medycynie: roboty rozpoznają już choroby płuc i mózgu
Rozpoznawanie obrazów jako wsparcie dla handlu E-commerce
Rozpoznawanie obrazów umożliwia sklepom internetowym (e-commerce) wyświetlanie produktów podobnych do tych, na które patrzy klient, zaczynając od przedmiotów, które są najbardziej podobne. Tak więc, jeżeli klient szuka idealnych dżinsów, sklep internetowy może natychmiast pokazać wszystkie podobne spodnie, które ma w magazynie. Ten mechanizm sprawia, iż zakupy są jeszcze łatwiejsze. Poza tym klient może zrobić zdjęcie czegoś ze sklepu lub ubrań, które ktoś ma na sobie i poszukać podobnych w Internecie dzięki wyszukiwarki zdjęć. Modowi sprzedawcy internetowi i wydawcy często korzystają z rozpoznawania zdjęć, ale także coraz częściej z innych sektorów, na przykład sprzedawcy artykułów gospodarstwa domowego. Dzięki mechanizmowi rozpoznawania obrazu sztuczna inteligencja przeszukuje Internet w poszukiwaniu podobnych zdjęć produktów do tych, których szuka użytkownik. W ten sposób same zdjęcia produktów stają się reklamą produktów.
Retail – sprzedaż detaliczna offline
Rozpoznawanie obrazu jest również wykorzystywane w tzw. inteligentnych lustrach, które znajdują się w przymierzalni (inaczej zwane cyfrowymi lustrami lub inteligentnymi wyświetlaczami). Takie lustro może sugerować klientowi ubrania, dopasowując rekomendacje innych ubrań do jego stylu. W rezultacie klient patrzy na siebie w takim lustrze ubrany w nową propozycję ubrań. Inteligentne lustro ułatwia również przymierzanie, pozwalając na zmianę koloru danego produktu bez przynoszenia kolejnej sztuki. Co więcej, konsument może zrobić sobie zdjęcie w danej stylizacji, aby przemyśleć wybór później, co z pewnością jest świetną opcją ułatwiającą finalną decyzję.
Źródło: Virtual On
Dodatkowo, producenci i sklepy wykorzystują również technologię rozpoznawania obrazów, aby sprawdzać automatycznie stan zapasów produktów na półkach. Jest to duże ułatwienie dla przedstawicieli handlowych oraz pracowników sklepu, którzy muszą kontrolować ich stan i uzupełniać zgodnie z planem.
Marketing
Firmy, które wykorzystują rozpoznawanie obrazów, czerpią z tego konkretne korzyści i realizują bardziej skuteczne kampanie reklamowe. Ta technologia pozwala na analizę obrazów oglądanych przez użytkowników strony www. Dzięki temu firma może lepiej określić profil odbiorcy swoich produktów lub usług, czyli co on lubi i czego konkretnie poszukuje. W ten sposób sklepy e-commerce mogą lepiej rekomendować swoje produkty i uzyskać większe efekty sprzedaży.
Jak widzenie komputerowe działa w bankowości?
Banki wykorzystują rozpoznawanie obrazów do potwierdzania tożsamości podczas zakładania i logowania do kont, płatności i organizowania dokumentów. Aby poprawić obsługę klienta, banki używają rozpoznawanie twarzy do tworzenia kont bankowych w celu potwierdzenia tożsamości klienta. Zakładanie kont i logowanie się dzięki skanowania twarzy to coraz powszechniejsza praktyka wielu banków. Takie działania stosują na przykład hiszpański bank BBVA, brytyjski HSBC, amerykański Bank of America i polski mBank. Banki potwierdzają również tożsamość klienta przez skanowanie jego twarzy podczas rozmowy wideo.
Dodatkowo rozpoznawanie twarzy pozwala na realizację wielu działań, na przykład autoryzację wypłat z bankomatów i płatności, co jest już częste w Chinach. Co więcej, dzięki rozpoznawaniu zdjęć, możliwe jest również szybsze przetwarzanie wielu dokumentów wymaganych w bankowości.
Rozpoznawanie twarzy podczas działań wojennych
Inny interesujący obszar, gdzie technologia ta i dane wizualne zostały wykorzystane to wojna w Ukrainie. AI używane jest również do poszukiwania sprawców przestępstwa, a w tym przypadku do rozliczenia zbrodni wojennych. Ukraińscy urzędnicy używali tej technologii do identyfikacji martwych Rosjan. Rozpoznawanie twarzy porównywało ich zdjęcia do profili w mediach społecznościowych. W ten sposób mogli poinformować o sytuacji przyjaciół i rodziny zmarłych żołnierzy, jednocześnie pokazując skalę ofiar śmiertelnych. W rezultacie to dobry sposób, aby walczyć z rosyjską propagandą, czyli propagowaniem rzekomych Rosyjskich sukcesów w Ukrainie. Jest to dobry sposób na to, aby ujawnić jak wiele osób ginie podczas „operacji specjalnej”.
Monitorowanie obywateli, kiedy rozpoznawanie obrazów łamie naszą wolność
Jednak rozpoznawanie twarzy jest również stosowane mniej etycznie. Na przykład rząd chiński zdecydowanie przekracza granice prywatności i wolności, czyli swobód obywatelskich, oczywiście według Zachodnich standardów. Chińscy urzędnicy używają tego systemu do śledzenia obywateli i turystów. 
Kamery bezpieczeństwa automatycznie nagrywają twarze ludzi oraz łączą je z innymi informacjami o nich. Tworzą w ten sposób ich profil danych na podstawie dziennika aktywności. Zbierają informacje, na przykład o wynajmie domów i rejestracji w szkołach, szpitalach i hotelach. W ten sposób system wyszukuje nietypowe zachowania, aby zapobiec przestępczości.
Nie dzieje się tak jednak tylko w Chinach. Innym przykładem są Stany Zjednoczone, gdzie rozpoznawanie twarzy stoi na straży bezpieczeństwa. Zdarza się jednak, iż zawodzi. Jeden z analityków policyjnych połączył wizerunek napastnika z amerykańskim obywatelem Alonzo Sawyerem po tym, jak oprogramowanie do rozpoznawania twarzy wskazało go jako winnego przestępstwa. Został on aresztowany za zaatakowanie kierowcy autobusu w Baltimore i kradzież jego telefonu. Jednak jego żona łatwo mogła zaprzeczyć popełnionego czynu przez męża, ponieważ pokazała wyraźne różnice między podejrzanym a nagranym przestępcą. Ten przypadek pokazał, iż technologia ta wymaga jeszcze rozwoju.
Zobacz również:
Opiekuńcza sieć inwigilacji. Czy technologia sprawia, iż jesteśmy jak dzieci we mgle?
Pierwsze kroki do zastosowania AI w biznesie
Z pewnością wszystkie podane przykłady są ciekawe, ale przez cały czas mogą pojawiać się pytania o to, w jaki sposób zastosować rozpoznawanie obrazów w swojej firmie. Każda branża i każda organizacja jest inna, ale można w niej zastosować podobne rozwiązania. Zatem ‘jak zastosować AI w swoim biznesie? Jak komputerowe widzenie może usprawnić działanie danej firmy? Pewnie takie pytania stawia sobie niejeden menedżer. Wyzwania są zawsze duże, konkurencja pędzi do przodu, i naturalnie pojawia się pytanie jak usprawnić działanie firmy. Co może zrobić w organizacji sztuczna inteligencja i widzenie komputerowe?
Dzięki sztucznej inteligencji można wdrożyć „cyfrowe oczy” firmy. Takimi oczami może być oczywiście AI i rozpoznawanie obrazów. Komputerowe widzenie może tworzyć dla firmy dokładne analizy użytkowników ze strony internetowej, które umożliwią tworzenie istotnych dla biznesu rekomendacji. Pomoże usprawnić różne procesy, ograniczyć możliwe zagrożenia i optymalizować koszty. Firmy już stosują wykrywanie obiektów i klasyfikację obrazów w różnych obszarach. Są to na przykład takie branże jak bezpieczeństwa i nadzoru, motoryzacyjna, opieka zdrowotna, handel detaliczny, handel elektroniczny (e-commerce), rolnictwo, produkcja, marketing i media społecznościowe.
Jak jednak przystąpić do wdrożenia tego mechanizmu, jeżeli jeszcze nie wiemy, co w ogóle dla naszego biznesu może ta technologia zrobić? Warto z pewnością skontaktować się z firmą, która wdraża sztuczną inteligencję, czyli tzw. Software House. Doradca z tej firmy zaproponuje z pewnością odpowiednie rozwiązanie, które usprawni działanie organizacji np. sieci klinik, szpitali czy zakładu produkcyjnego. Pojawia się również pytanie o to ‘którą jednak firmę wybrać?’ W tym z pewnością pomoże Clutch – portal do wyszukiwania usług biznesowych. Zawiera on opinie i polecenia.
Skąd czerpać wiedzę o AI i rozpoznawaniu obrazów?
Sztuczna inteligencja z pewnością jest przełomem w różnych sektorach. Warto poznać jej szerokie możliwości, aby być w stanie ją wdrożyć w obszarze swoich działań. Rozpoznawanie obrazów to tylko jedna z wielu możliwości zastosowania sztucznej inteligencji. Inspirowanie się przykładami jej wykorzystania w innych obszarach z pewnością ułatwi odnalezienie jej potencjalnego zastosowania w działaniach danej organizacji. Aby jeszcze lepiej poznać to rozwiązanie, warto śledzić projekty artystyczne (sztuka). Można również obserwować przykłady wykorzystania komputerowego widzenia w innych firmach. O tym szeroko piszą różne media oraz eksperci firm technologicznych na blogach firmowych. Potencjał AI jest bardzo duży. Może naśladować styl pociągnięć pędzla Rembrandta, a także wykrywać komórki nowotworowe oraz rozpoznawać zbrodniarzy na froncie wojennym. Dlatego wierzę, iż z pewnością przyczyni się również do osiągnięcia lepszych efektów działań w innych obszarach.
Natomiast tak duże możliwości rozpoznawania obrazów to efekt rozwoju sztucznej inteligencji, a konkretniej modelów głębokiego uczenia. W rezultacie ta technologia może już podejmować niezależne decyzje.
