Визуалният отговор на въпроси (VQA) е задача за компютърно виждане. При нея на системата се задава текстово базиран въпрос за изображение и тя трябва да изведе отговора. Въпросите могат да бъдат произволни. Могат да обхващат много подпроблеми в компютърното зрение. Например разпознаване на обекти – какво има в изображението?
Toshiba, известният производител на климатици отдавна се впусна в разработване на изкуствен интелект за разпознаване на изображения и даване на отговори на въпроси, свързани с визуалността.
Това е т.нар изкуствен интелект за VQA.
Има изключително сериозен напредък. Счита, че AI на Тошиба е с най-голяма точно при отговорите. Очаква се през следващите години да се наблюдава нарастващ недостиг на работна ръка в производствените обекти в Япония. Тенденция се проявява и в други напреднали страни. Тази ситуация се влошава още повече от появата на COVID-19, което прави по-важно от всякога да се гарантира безопасността на работниците и да се намали натоварването при управлението на обекта.
Едно решение е AI, който все повече се въвежда в индустрията. Глобалният пазар на изкуствен интелект, включително софтуер, хардуер и услуги, се очаква да нарасне с 16,4% на годишна база през 2021 г. до 327,5 млрд. Долара и се очаква да достигне 554,3 млрд долара до 2024 г.
Настоящият изкуствен интелект на Toshiba за разпознаване на изображения поддържа проверки за безопасност на ниво, където може да открие отделни обекти. Те може да са научени предварително: хора, шапки и работно облекло. Това му позволява да анализира изображенията от камерата, за да определи дали някой носи каска или не. Може да открие паднали или паднали предмети. Помага да се гарантира безопасността на работното място и да се намали натоварването на управлението на работната площадка.
