Ansiktsigenkänning – om tekniken och framtiden

Ska vi inleda en debatt om hur teknik bakom ansiktsigenkänning kan övervaka och förbättra eller ska vi prata om hur vi ska förbjuda och undvika den. Oavsett så handlar det om att förstå tekniken bakom och vilka möjligheter som finns nu. En kort video där jag pratar om tekniken och tar mig själv som försökskaninen och berättar vilka ”värden” mitt ansikten får (se koden nedan). Jag pratar vidare om idéer på hur vi kan använda tekniken i klassrummen (video, podd 5 min)

finns även som podd: https://anchor.fm/jaani/episodes/Ansiktsigenknning-e4rft9/a-ak6ovo

Ansiktsigenkänning finns idag överallt. Vi låser upp våra telefoner med tekniken, vi taggar människor i sociala media och den används på vissa flygplatser. I framtiden kanske vi ändå inte kan undvika ansiktsigenkänning. Debatten i USA har startat. Se mer om detta och få veta ännu mer om tekniken (video 10 min)  

Koden från min ansiktsigenkänning från Microsoft Azure Machine Learning and Face Detection:

{
”Age”: 47.0,
”Gender”: ”male”,
”Smile”: 0.484,
”FacialHair”: {
”Moustache”: 0.4,
”Beard”: 0.4,
”Sideburns”: 0.1
},
”Glasses”: ”NoGlasses”,
”HeadPose”: {
”Roll”: -6.5,
”Yaw”: -12.6,
”Pitch”: -15.1
},
”Emotion”: {
”Anger”: 0.0,
”Contempt”: 0.003,
”Disgust”: 0.0,
”Fear”: 0.0,
”Happiness”: 0.484,
”Neutral”: 0.512,
”Sadness”: 0.001,
”Surprise”: 0.0
},
”Hair”: {
”Bald”: 0.02,
”Invisible”: false,
”HairColor”: [
{
”Color”: ”brown”,
”Confidence”: 1.0
},
{
”Color”: ”gray”,
”Confidence”: 0.64
},
{
”Color”: ”blond”,
”Confidence”: 0.43
},
{
”Color”: ”red”,
”Confidence”: 0.18
},
{
”Color”: ”black”,
”Confidence”: 0.09
},
{
”Color”: ”other”,
”Confidence”: 0.01
}
]
},
”Makeup”: {
”EyeMakeup”: false,
”LipMakeup”: false
},
”Occlusion”: {
”ForeheadOccluded”: false,
”EyeOccluded”: false,
”MouthOccluded”: false
},
”Accessories”: [

],
”Blur”: {
”BlurLevel”: ”medium”,
”Value”: 0.69
},
”Exposure”: {
”ExposureLevel”: ”goodExposure”,
”Value”: 0.59
},
”Noise”: {
”NoiseLevel”: ”low”,
”Value”: 0.0
}
}

Mer poddavsnitt på Effekten – digitaliseringens podcast

AI förändrar. Johan Hallberg (avsnitt 94)

AI -Artificiell intelligens (avsnitt 58)

Framtidens säkerhet och personliga integritet (avsnitt 24)

 

AI in Transportation Report 2019

AI in Transportation Report 2019: Trends, technologies, and roadblocks – Business Insider

Here are some key takeaways from the report:

  • Automakers can use AI to adapt to a changing transportation landscape, as it offers opportunities to both decrease production costs and create new revenue streams.
  • Major auto companies are already adopting the technology in order to capitalize on the benefits it is expected to provide — Toyota launched a venture capital subsidiary in 2017, and Volkswagen has well over 100 AI applications running in trial projects across its 120 plants.
  • By 2025, AI is expected to provide $173 billion in cost savings across the entire automotive OEM supply chain, ranging from procurement to research and development, according to McKinsey.
  • Self-driving technology will be the biggest opportunity AI creates in the transportation space: It will present a $556 billion opportunity by 2026, growing at a 39% CAGR from $54 billion in 2019, per Allied Market Research.
  • However, costs will still be a major barrier to adoption — more than half (53%) of global business and IT leaders cited the high costs associated with AI technology as a major deterrent to adoption, according to a survey conducted by MIT Technology Review.

Källa: AI in Transportation Report 2019: Trends, technologies, and roadblocks – Business Insider

IT-avdelnings transformation

Förändringen av IT-avdelning handlar om ledarskap inom förändring. I våra intervjuer med ledare som jobbar inom IT-avdelningar framkommer delar som man bör se över för att som IT-avdelning skapa värde för organisationen:

  • Lär dig kärnverksamheten. Följ kund och produkt. Inte teknisk lösning.
  • Jobba agila team för att öka hastigheten i det som genomförs.
  • Insikten om att förändringen är något som inte har slut.
  • Ändra strukturen på arbete och organisation när det behövs.

100 avsnitt om digitalisering

Med målet att bjuda på kunskap om digitaliseringen startade vi podden EFFEKTEN för ca 2,5 år sedan. Vi passerar avsnitt 100 och sammanfattar det vi hör från våra gäster. ML,VR, AR, AI och alla andra härlig förkortningar. Samtidigt så är det värde och syfte vi återvänder till. Lyssna och titta in på inspelningen av avsnitt 100. Finns även utan bild till din mobil/smartklocka och på Spotify. Alla avsnitt finns även enkelt tillgängliga 

Machine learning från satelliter

Nyttan och värde. Två ord som måste vara med för att machine learning ska fungera. Tekniken och arbetssättet för att skapa fantastiska saker finns. Magin i ML är att hitta ett problem, idé eller möjlighet som man vill lösa. Oftast ska det göra mycket ont. Det underlättar.

Tex problemet med att skogen håller på att ätas upp av granbarkborren. Genom att analysera skogen på ett nytt sätt kan man nu se var granbarkborren är och göra något åt det i tid. Här handlar det om bilddata från satelliter som analyseras av data scientist och algoritmer för att skapa ett resultat som direkt ger tillbaka ett värde som kan underlätta problemet.

Man kan säga att formeln för machine learning är:
Tänkt värde+Data+Analys/Algoritm+Resultat = Värde

Det gäller som organisation bidra med Tänkt värde, data och genomförande av skapat Värde.