人工智能让人们比以往更难以躲避监视

机器视觉是最重要的人工智能应用之一，而且 - 用于监控 - 是最具争议性和低估的应用之一。现在，研究人员已经证明AI可以从部分照片构建一个人的完整图像。监控录像现在无处不在，研究人员正致力于使其更智能，更智能。最新的进展是在机器学习ML术语中构造 - 或“产生幻觉”的问题 - 一个人的完整图像来自部分或遮挡的照片。

当您想要看到的物体或物体被介入的物体或物体部分覆盖时，就会发生遮挡。纽约时代广场说，在一个拥挤的公共区域，监控摄像机很少能够一目了然地看到一个感兴趣的人。

这就是论文“对抗网络幻觉”中隐藏了一个有可能的方面的人?来自摩德纳大学的研究人员进来了。他们的目标是从一个受阻的图像构建一个人的合理表示。

您可以通过一些重建来判断他们的成功 - 从他们的论文中包含的测试数据集。

定义是有序的。U-net是一种卷积网络架构，旨在快速准确地分割生物医学图像。GAN(生成对抗网络)用于无监督机器学习，其中两个神经网络在零和游戏框架中相互竞争。判别属性分类网充当质量检查员，消除它可以确定为伪造的生成图像，只留下欺骗AI的图像。

技术专家以极快的速度创造了广泛监视的基础设施，这肯定会在专制国家得到采用。这就是为什么我写过关于机器视觉的惊人进步的原因：

人工智能为图像提供超分辨率

智能手机监控：你喝醉了吗?

神经网络如何看待深度?

在美国，视频的部署比英国更少，我们还有几年相对不受监控技术的影响 - 如果您不携带智能手机。但正如历史所表明的那样，如果权力可以被滥用，它就会被滥用。

我曾经嘲笑电影场景，在这些场景中，粒状监控视频被反复增强，以显示坏人的脸或车牌。但我现在不笑。

4k监控视频的组合 - 以及可以永久保存的廉价存储 - 以及机器视觉的快速发展，意味着在几年内监视数十亿人将只需几千人和巨大的云基础设施。赋予政府这种权力不禁会对那些只想独自生活的群众产生寒蝉效应。