Päevatoimetaja:
Marilin Vikat

Instagram aitab suutäisi lugeda

Juhime tähelepanu, et artikkel on rohkem kui viis aastat vana ning kuulub meie arhiivi. Ajakirjandusväljaanne ei uuenda arhiivide sisu, seega võib olla vajalik tutvuda ka uuemate allikatega.
Toimetaja: Marina Lohk
Copy
Nutirakendus peaks burgeri kaloraaži ka selliselt pildilt välja lugeda suutma.
Nutirakendus peaks burgeri kaloraaži ka selliselt pildilt välja lugeda suutma. Foto: Dmitri Kotjuh / Järva Teataja

Instagrammi pandud pildid oma toidust ei aja mitte ainult sõpru kadedaks, vaid neil võib olla ka praktiline kasu.

Google’i teadlane Kevin Murphy ja tema meeskond esitlesid möödunud nädalal Bostonis toimunud seminaril oma uut projekti Im2Calories, mis suudab foto piksleid analüüsides välja arvutada sellel kujutatud toidu kalorsuse, kirjutab Medical Daily .

Uus tehnoloogia teeb mustrituvastussüsteemi abil kindlaks pildi iga piksli sügavuse. Im2Calories algorütmid töötavad praegu vaid madalama resolutsiooniga fotodel nagu Instagramis, kuna nende puhul on pikslid kergesti eristatavad.

Ent Google tehiintelligentsi meeskond plaanib sellega edasi minna, et ühel päeval töötaks tehnoloogia igasuguse kvaliteediga foto puhul. Murphy märkis, et isegi, kui esialgu töötab see vaid 30 protsendil juhtudest, piisab sellest, et inimesed hakkaksid seda kasutama. See võimaldab aga Google’il üha rohkem infot koguda ja oma süsteemi selle abil järjest paremaks muuta.

Murphy ütles, et ehkki nad võivad toitude kalorsuse puhul vabalt kuni 20 protsendiga eksida, ei ole see praegu oluline. Igal juhul saab hakata koguma infot erinevatelt inimestelt ja tegema selle põhjal populatsioonipõhist statistikat. 

Ameerikas ja ka mujal maailmas on rasvumine kujunemas üha tõsisemaks probleemiks ning kalorite lugemine on üks kergemaid viise oma kaalu kontrolli all hoidmiseks. Kuid Google’i jaoks ei ole toit ja kalorid antud juhul sugugi kõige olulisemad - visuaalse info tõlgendamist saab kasutada ka muudes valkondades. 

«Kui me saame seda teha toiduga, on see lihtsalt üks vinge rakendus. Kuid mis saab siis, kui me teeme näiteks tänavaanalüüsi? Me ei taha lihtsalt öelda, et sellel ristmikul on autosid. See on igav. Me tahame lokaliseerida autod, lugeda üle nende hulga, saada autode näitajaid ja määrata ära, mis suunas nad liiguvad. Siis me saame analüüsida liiklust, ennustada, kus võiks kõige tõenäolisemalt asuda vaba parkimiskoht.»

Tagasi üles