computer vision dan hubungannya dengan  Masa Depan kecerdasan buatan / Artificial Intelligence

computer vision adalah istilah skolastik yang menggambarkan kemampuan mesin untuk mendapatkan dan menganalisis informasi visual sendirian dan kemudian mengambil keputusan tentangnya. Itu bisa terdiri dari foto dan video, namun lebih komprehensif bisa terdiri dari "gambar" dari sensor termal, atau infra merah, indikator dan sumber lainnya. 

kita memasuki era di mana kecerdasan buatan (AI) akan memainkan peran besar dalam proses manajemen fasilitas.

Mencoba mendefinisikan apa sebenarnya AI telah menghasilkan banyak deskripsi berbeda. Misalnya, kata robot tidak harus selalu diartikan secara harfiah: robot hanya dapat dibuat dari perangkat lunak. Faktanya, ketika alat "kecerdasan buatan  . Artificial Intelligence" menjadi hal yang umum, orang berhenti menganggapnya sebagai AI. Ambil isi otomatis sebagai contoh: Saat orang terbiasa dengan Google yang secara akurat menebak apa yang ingin mereka telusuri, Google kehilangan faktor "wow".

Saya pribadi percaya istilah "kecerdasan buatan / Artificial Intelligence" terkadang digunakan dengan cara yang tidak tepat, mirip dengan kata "pintar".

Jenis kecerdasan buatan / Artificial Intelligence

area mana dari penyedia layanan manajemen fasilitas AI yang saat ini digunakan:

• Misalnya, memesan kamar atau memesan katering dengan berbicara dengan asisten pribadi digital.

• Misalnya, menggunakan kamera keamanan yang secara otomatis mengidentifikasi orang dan membuat peringatan setelah gedung ditutup.

• . Misalnya, memiliki algoritme canggih menghitung penjadwalan terbaik pekerja terampil untuk tugas yang tepat berdasarkan rute perjalanan yang dioptimalkan.

• Misalnya menggunakan drone untuk melakukan inspeksi di lokasi berbahaya.

• Misalnya, menggunakan analitik data besar untuk memprediksi dan merespons potensi kegagalan aset dan meningkatkan profitabilitas kontrak klien.

• Misalnya, sistem pemesanan layanan yang mempelajari preferensi karyawan dan mulai membuat rekomendasi atau penyesuaian otomatis berdasarkan informasi tersebut.

• Misalnya, memiliki platform yang menggunakan data kontrak dan preferensi pelanggan untuk mengotomatiskan proses kepatuhan terhadap kontrak pelanggan.

• 
  

kecerdasan buatan / Artificial Intelligence tidak lagi ada di dunia fiksi ilmiah—atau hanya di dunia R&D akademis yang mahal. Faktanya, kita berada di akhir transisi selama beberapa dekade untuk memasukkan AI ke dalam dunia bangunan. Klik buku putih interaktif ini untuk mempelajari lebih lanjut tentang penerapan kecerdasan buatan / Artificial Intelligence untuk penyedia layanan komersial, dan uji pengetahuan Anda tentang risiko dan manfaat teknologi ini.

computer vision sekarang digunakan untuk berbagai tujuan, namun, pada tingkat pelanggan, sekarang bergantung pada drone remote control untuk menghindari hambatan, dan melalui kendaraan dari Tesla dan Volvo, antara lain. computer vision memungkinkan komputer, dan dengan cara ini robot, kendaraan yang dikendalikan komputer lainnya, dan segala sesuatu mulai dari pabrik pemrosesan dan peralatan pertanian hingga mobil dan drone semi-independen, untuk bekerja dengan lebih produktif dan cerdas dan bahkan aman. Bagaimanapun, signifikansi computer vision telah menjadi jauh lebih jelas di dunia yang dibanjiri gambar-gambar digital. Sejak munculnya smartphone yang disiapkan dengan kamera, kita telah mengumpulkan ukuran simbolisme visual yang luar biasa yang, tanpa seseorang atau sesuatu untuk memproses semuanya, jauh lebih tidak berharga dan tidak dapat digunakan daripada yang seharusnya.

computer vision adalah kategori yang sangat menarik, terutama ketika mempertimbangkan perannya di penyedia layanan manajemen fasilitas. Penyedia layanan membutuhkan staf yang dapat efektif dan menguntungkan dengan cepat. Bergantung pada penyedia layanan, sumber daya manusia dapat mencapai hingga 80% dari biaya.

Itulah mengapa menarik untuk mengeksplorasi kecerdasan buatan / Artificial Intelligence. computer vision mengambil kualitas yang sebelumnya eksklusif untuk manusia – baik melihat maupun memahami apa yang dilihat – dan memperluas keterampilan ini ke dalam perangkat lunak. Publikasi tentang computer vision dan sistem sensor yang digunakan untuk menginterpretasikan data menyiratkan bahwa kamera menjadi pintar. Kamera ini tidak hanya mengalirkan gambar, tetapi juga dapat menambah aliran video tersebut dengan aliran data yang menjelaskan hal-hal yang terlihat. Teknologi yang diterapkan untuk memungkinkan kamera mempelajari dan menginterpretasikan gambar disebut "Deep Neural Network," atau DNN.

Kemampuan belajar kamera ini didasarkan pada teknologi jaringan saraf dan dalam beberapa kasus terprogram, yaitu diimplementasikan pada chip silikon yang dipasang di perangkat itu sendiri.

Pengembang produk dan insinyur AI sekarang mengerjakan solusi baru yang memanfaatkan computer vision dan augmented reality. Pembuat perangkat keras meningkatkan eksekusi komponen dan memperluas efisiensi biaya untuk meningkatkan inovasi ini dan membuatnya lebih mudah diakses. Salah satu kemajuan terbesar di masa depan yang tidak terlalu jauh akan dikaitkan dengan data pelatihan. Saat ini masyarakat masih perlu menyiapkan computer vision AI dengan gambar yang diberi nama secara manual. Jika Anda pernah mengisi formulir web yang meminta Anda memilih beberapa gambar dari kisi yang menampilkan artikel dasar seperti etalase atau kendaraan, Anda benar-benar tertarik untuk membuat data berlabel untuk usaha computer vision. Namun, seiring dengan meningkatnya teknologi, AI akan belajar bagaimana mempersiapkan AI, semakin merampingkan proses dan mempercepat laju peningkatan.

Teknologi augmented AI dapat memecahkan beberapa tantangan kepegawaian untuk penyedia layanan. Misalnya, salah satu bidang penelitian saat ini adalah mengemudi secara otonom. Kendaraan otonom membutuhkan input sensorik dalam jumlah besar untuk menilai kondisi lingkungannya. Jenis kendaraan ini saat ini digunakan di gudang, mengotomatiskan pengambilan dan penempatan suku cadang tanpa campur tangan manusia.

Kamera juga merupakan sensor umum di gedung. Menerapkan kamera pintar di sekitar gedung akan menciptakan potensi kasus penggunaan baru untuk manajemen real estat, fasilitas, dan keamanan. Kemampuan pembelajaran dapat diterapkan pada pengenalan wajah yang memungkinkan pengelolaan akses yang disempurnakan, tetapi juga untuk 'menghitung' jumlah orang di area gedung atau bahkan untuk mengidentifikasi peristiwa yang sedang terjadi. Gartner melaporkan bahwa sistem sekarang lebih andal dalam mengenali individu melalui bentuk wajah mereka daripada manusia. Yang berarti komputer ini dapat membantu mengurangi staf keamanan yang bekerja lembur. Kehati-hatian yang harus diambil saat menerapkan sistem seperti ini adalah privasi. fakta bahwa di antara pengguna teknologi, privasi lebih tinggi dari kenyamanan.

kita telah melihat kasus penggunaan di mana kamera pintar dikerahkan untuk mengidentifikasi peristiwa seperti pembuangan limbah secara ilegal dan penggunaan lift dengan cara yang tidak diinginkan (tidak sah). Hal ini memungkinkan tanggapan segera pada jenis peristiwa ini, mencegah kerusakan atau biaya.

Prinsip-prinsip teknologi cerdas pada kamera dapat, dan mungkin akan, diterapkan pada perangkat lain dan juga kasus penggunaan.

kecerdasan buatan / Artificial Intelligence adalah masa depan, dan computer vision adalah penampilan paling menakjubkan dari masa depan itu. Tak lama kemudian, itu akan ada di mana saja dan di mana saja, sedemikian rupa sehingga Anda bahkan tidak menyadarinya.