Bilgisayarların, insan beyninin elma ve armudu ayırma örneğinde olduğu gibi nesneleri tanımlama veya ayırt edebilme çalışmalarına makine öğrenme dili adı veriliyor. Bir dönem son kullanıcıdan uzak bir şekilde geliştirilen öğrenme dili bugün pek çok alanda hizmetimize sunulmuş durumda.
Makine öğrenme dilinin en yoğun olarak kullanıldığı yerlerden birisi resim gösterim platformları. Bu sayede Google Fotoğraflar veya Facebook örneğinde olduğu gibi; kullanıcının olduğu fotoğrafları etiketleyebilme, belirli bir tanıma göre fotoğraflar arasında arama yapabilme şeklinde pek çok özellik kullanıcılara sunulabiliyor. En büyük avantajı ise kullanıcının yaptığı işleri otomatik hale getirerek büyük zaman kazandırması.
Microsoft, çeşitli üniversitelerin araştırmacıları ile birlikte ImageNet adında bir girişim kurmuştu ve bu girişim 6 yıldır görsel tanıma teknolojileri konusunda bir yarışma düzenliyor. Bu yıl ki yarışmada da Microsoft'un MS COCO adındaki görsel tanıma ve sınıflandırma teknolojisi; Google, Intel, Qualcomm ve Tencent gibi rakiplerini geride bırakarak birinci oldu.
Yarışmada üç kategori mevcut. Bunlar sınıflama, konumlama ve tespit etme şeklinde sıralanıyor. Katılımcıların Flickr ve arama motorlarından elde edilen 100 000 fotoğraf içerisinden istenenleri doğru biçimde bulması ve 1000 farklı kategoriye sınıflandırması gerekiyor. MS COCO bu yarışmada üç kategori ortalamasında yüzde 3.5 sınıflama hatası ve yüzde 9 bulma hatası seviyesi ile birinciliğe uzandı.
MS COCO algoritması, aynı beyin nöral ağları gibi yaklaşık 150 katmanlık bir derinlikte analizler yapabiliyor. İlk olarak Microsoft bünyesinde başlayan MS COCO, daha sonra bilimsel amaçlarla kullanılması için araştırmacılardan oluşan bir ekibe devredildi. Microsoft bu teknolojiyi kendi fotoğraf depolama alanlarında kullanıyor. Teknoloji ekstra olarak ses tanıması da yapabiliyor ve Skype Translator'dan hatırladığımız anlık çeviri özelliğinin de temelini oluşturuyor.
Makine öğrenme dili konusunda son yıllarda yaşanan gelişmeler doğrudan kullanıcıları etkilemeye başladı. Facebook, Google Fotoğraflar, iOS Fotoğraflar gibi görsel tanıma teknolojilerine yer veren pek çok platform artık kullanıcısını çok daha iyi tanıyor ve fotoğrafların sınıflandırmasını daha kolay bir biçimde yapabiliyor.
Bu haberi, mobil uygulamamızı kullanarak indirip,istediğiniz zaman (çevrim dışı bile) okuyabilirsiniz:
Efsane Türkiye’ye gelse alırım..
O ışık efektleri sadece yanlarda değil üstte de olmalıydı. Böylece tabancayı kullanan, kafasını yana eğmek zorunda kalıp, fıtık olmaz. Aynısını küçükken ışıklı ayakkabımda yaşamıştım oradan biliyorum. Ayakkabıma yan bakmaktan düz yürüyemiyordum. Hava atmaktan ziyade o havayı yaşamayı tercih ederim. 7 de olsam 70 de olsam kararım değişmeyecek.
Mukemmel bir silah acaba ne kadar hızlı atıyor. [resim]
Fiyat makul olsa efsane olur gerçekten ya.
Vay bee, bu cihaz xiaomi çıktı ben de diyordum kim üretmiş..
hocam 4x daha iyi direk hs attirir
Über
Evet ama 6x scop daha iyi gider buna daha uzaktaki hedefler için. Gerektiğinde 3x'e de çekebilirsin falan :D
Muskun alev tabancası vs bu
İstilacı güvercinlere karşı iyi olur. 5 10 dk da bir sopayı alıp kovalamak yordu artık.
Yakında su atan F18 falanda yaparlar :)
Hazneye kezzaplı su doldurup nişan almak yapmayın böyle şeyler yahu...
Xiaomi kendini çok geliştirdi artık her alanda kaliteli işler yapıyorlar.
fışkırttığı su mermi gibi isabetli gitmeyeceği için gereksiz diye düşünmüş olabilirler.
Lazer nişangah da eklenseymiş tadından yenmezmiş.